工业CT图像直接生成四边形网格的方法研究

针对具有内腔结构工件任意指定截面或局部的应力-应变分析问题,提出了一种将工业CT图像直接生成四边形网格有限元模型的方法。首先使用四叉树对工业CT图像进行初始网格划分;然后生成边界网格;最后进行网格优化。在生成边界网格过程中,结合二次误差函数与贝塞尔曲线,提出了准确定位网格边界点的方法;在四叉树邻域搜索算法基础上,提出了边界单元连接模板。为了提高边界网格质量,提出了优化模板进行优化。对生成网格进行质量评价,结果表明:网格边长比均小于2,倾斜度均小于0.6,满足实际工程要求。通过对汽车轮毂和阀体CT图像生成的四边形网格进行应力-应变分析,数值仿真结果验证了提出方法的正确性。

改进的Zernike矩工业CT图像边缘检测

为提高工业计算机断层扫描(CT)图像亚像素边缘检测的精度和速度,研究了一种改进的Zernike矩边缘检测方法。该方法采用Sobel边缘算子快速检测出图像所有可能的边缘,通过Zernike矩算子对所有可能的边缘进行重新检测,最后,检测出图像的亚像素边缘并计算其精确位置。由于采用Sobel算子检测出可能的边缘使后续Zernike矩算子检测范围缩小,从而减小了运算量,提高了运算速度。对实际CT图像进行的实验结果表明:改进的Zernike矩工业CT图像边缘检测精度绝对误差<0.24 pixel,改进算法的运算速度提高了约70%。

工业CT图像轮廓提取与优化系统设计

为了有效地提高面向逆向工程的工业CT图像轮廓处理的精准性和计算效率,开发了工业CT图像轮廓提取与优化系统。该系统主要包括图像处理模块、轮廓识别与提取模块、轮廓拟合与优化模块、图像处理经典算法库和数据接口等功能模块,实现了从工业CT图像到轮廓数据的三维点云与轮廓线的标准格式输出,并与逆向工程软件对接。同时,在轮廓拟合与优化模块中,提出了基于全局约束模型的轮廓拟合策略,并采用有向图分解和数值代数相结合的计算方法,提高了轮廓拟合的计算精度和效率。最后通过实例验证了系统的有效性和正确性。

基于工业CT图像的轮廓控制点优化提取

针对如何提取工业CT图像轮廓控制点这一问题,提出一种简单有效的二次提取方法。该方法分为粗提取和精提取两步。首先计算轮廓数据点的离散圆曲率,通过粗提取去除轮廓数据点中的坏点和对轮廓特征贡献很小的点。然后在精提取过程中,通过多层次细节分析将轮廓控制点提取出来。试验验证提取出的轮廓控制点不仅能够表示轮廓的形状,而且能有效地消除数据冗余。

一种基于工业CT图像的岩心孔隙率计算方法

针对目前基于工业CT图像的岩心孔隙计算中都采用局部自定义区域数据的问题,提出了一种基于岩心图像全部数据的孔隙率计算方法。其中,岩心目标的准确提取是该方法的关键。研究了图像中岩心目标与周边噪音的结构和位置关系,并以此为依据提出了一种工业CT图像的岩心目标提取算法。然后以CT图像中的岩心目标为数据源,通过目标内的孔隙像素与目标像素之比来计算单张图像的岩心孔隙率。而针对岩心的序列CT图像,则通过计算每张图像的孔隙率均值来获得该岩心的孔隙率。最后,以一岩心样本的CT序列图像为例,说明所提方法的准确性和有效性。

基于引导滤波和NSST的工业CT图像边缘检测

针对传统边缘检测算法不能准确检测有噪工业CT图像边缘的问题,提出一种鲁棒性好、能有效保持细小边缘的边缘检测算法.用引导滤波取代高斯滤波作为边缘检测的预处理,避免Canny算法对边缘的损坏,得到初步检测结果.在此基础上采用非下采样Shearlet变换分解图像,提取包含图像边缘细节信息的各尺度不同方向的高频系数.对每个方向的系数进行模极大值检测,并结合不同分解程度下边缘像素处的系数关系进一步调整模极大值,低频置零并通过反变换得到高频边缘检测结果.将初步检测结果与高频检测结果进行融合,经数学形态学处理得到最终边缘检测图像.实验对比了Canny算子以及近年来提出的同类边缘检测算法的结果,所提算法表现出更好的边缘保持特性,检测的完整性和准确性更高,品质因数比实验中的其他算法平均高出12%,边缘检测效果优越,为工业CT无损检测系统提供了更好的边缘检测方案.

基于工业CT图像的刚体切片厚度智能确定方法

为准确测量刚体切片厚度,提出基于工业CT图像的智能确定方法。用自适应加权均值滤波法对CT图像预处理,去除图像中的噪声;基于Facet模型的图像边缘提取法,提取预处理图像的待测壁边缘像素;用内、外边缘完成边缘跟踪,将内、外边界点信息存储在结构数组中,获取每个边界点至外缘边界点最短距离,将最短距离相加后除以内缘边界点数,得出刚体厚度像素,将厚度像素与像素当量相乘,得出刚体厚度。结果表明:该方法能有效测量刚体厚度,误差率低于0.39%,去噪效果好,测量结果不受切片长度影响。

基于工业CT图像的空心涡轮叶片壁厚测量法

基于工业CT图像的空心涡轮叶片壁厚测量,除受CT图像质量的影响外,使用不同的测量方法,测量结果也会有差异,目前常用的壁厚测量方法主要有基于灰度值变化曲线的半高法和基于图像分割的半自动测量法。设计了两种规格的人工试块,对它们进行工业CT成像检测,使用半高法和半自动测量法对CT图像进行壁厚测量并分析。结果表明:半高法和半自动测量法都能得到较为准确的壁厚尺寸数据,但是半自动测量法的效率高于半高法。

基于改进的指数交叉熵和萤火虫群优化的工业CT图像分割

为了进一步提高工业CT图像分割的精确度和运行速度,提出基于灰度-梯度二维指数交叉熵和混沌萤火虫群优化的阈值图像分割方法。运用最小指数交叉熵进行阈值分割,解决了Shannon熵在零点处无定义的问题。采用灰度-梯度二维直方图能更加准确地实现目标和背景的划分,提高算法的抗噪性。此外,为了更好地进行阈值的全局搜索,利用立方映射生成的混沌序列来初始化萤火虫的位置;采用基于立方映射的混沌萤火虫群优化算法搜寻最佳的二维阈值,以进一步提升运算速度。最后,与基于萤火虫算法的二维熵法、基于遗传算法的二维最小交叉熵法作了比较。实验结果表明,该方法在分割效果和处理速度上有明显优势。

基于UML的工业CT图像自动分级系统设计与实现

论文介绍了应用UML对工业CT扫描图像自动分级系统进行建模,并在VC6.0平台上实现该系统的过程。系统具有模块化程度高、可扩充性好的优点。有效解决了工业CT扫描图像自动分级过程中存在的效率低、主观性强等问题,具有很高的实用价值。

二阶Wedgelet快速分解及其在工业CT图像线特征提取中的应用

为了对工业CT(ICT)图像中的线特征进行有效提取,提出一种基于二阶Wedgelet快速分解的特征提取方法。首先,介绍了二阶Wedgelet分解的定义,根据二阶Wedgelet基函数的构成将其划分为3种(同边型、邻边型、对边型)不同类型。根据不同类型基函数间的空间关系设计出二阶Wedgelet快速分解算法。在此基础上,在不同的单尺度上分别提取了各自的候选线特征。最后,结合多尺度四叉树结构,融合不同单尺度的候选线特征得到最终提取结果。对实际ICT图像进行了线特征提取实验,对比试验结果验证了提出方法的有效性和先进性,表明基于二阶Wedgelet快速分解的ICT图像线特征提取方法能有效地提取ICT图像感兴趣的线特征,对其它类型图像的线特征提取也具有一定的参考价值。

基于维纳滤波的装药孔隙工业CT图像恢复方法

为减轻装药孔隙工业CT检测成像过程中图像退化、噪声造成的孔隙特征对比度降低、边缘模糊等问题,研究了基于维纳滤波并结合图像自身特征的恢复方法。首先,对原始重建图像采用多图像平均法降低噪声影响;并选择样本区估计剩余噪声参数。然后,结合装药与钢壳过度边缘,运用刀刃法原理估计出系统的退化函数;并对其采用高斯拟合校正。最后,利用估计出的噪声参数和拟合后的退化函数,采用维纳滤波对图像进行恢复。结果表明,恢复后的装药断层图像细节清晰、孔隙边缘轮廓明确,φ2 mm模拟孔隙清晰可见。

一种基于时空MRF的工业CT图像序列分割方法

提出了一种基于时空马尔科夫随机场的工业CT图像序列分割算法。此算法根据工业CT图像序列信息连续性的特点,建立时空Markov随机场,并且构造相应的混合高斯统计模型能量函数,利用条件迭代算法(ICM)实现最大后验概率(MAP)估计。仿真试验表明,该方法能够较好地实现工业CT图像序列的分割。

探究工业CT图像的缺陷定位以及三维分割技术

通过对工业CT图像的特点、工业CT图像分割技术概述,以及工业CT图像的缺陷定位和三维分割技术等方面进行简要研究,进而为技术人员的工业CT技术发展贡献微薄之力。

基于邻层数据匹配的工业CT图像生成G代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。

飞机主体合金裂缝的工业CT图像特征提取

由于噪声干扰、裂缝边缘不清晰,导致工业CT图像特征提取的灵敏度、完整性、抗噪性差,用工业CT连续扫描飞机主体合金裂缝,以单位面积内疏松面积的百分比判断CT图像的裂缝疏松和针孔检测灵敏度;以线特征为工业CT图像特征,用离散子束波呈现单尺度和多尺度的裂缝形态,判定裂缝的相近像素,获取裂缝边界图像特征。结果表明:该方法能分类飞机主体合金、判断样品的疏松和针孔,灵敏度高,提取的裂缝图像特征清晰,边缘连续无缺口,完整性好,且在不同程度的高斯白噪声和椒盐噪声下,提取的裂缝图像清晰,抗噪性强。

工业CT图像自适应三维裂纹面分割

在图像分割方法中,CV模型可以得到较好的分割结果,但是模型的收敛速度慢。在三维CV模型检测工件裂纹面的过程中,由于三维CT图像数据量比较庞大且三维CV模型本身分割速度慢,使得检测时间比较长。对于这一问题,研究了一种自适应预处理算法。该算法先对体数据进行三个方向投影,再对投影图利用迭代求最佳阈值的阈值分割方法和自适应矩形框来定位缺陷的大致区域。该方法能够自动适应裂纹面形状变化,同时大幅度减少了需要三维CV模型分割的数据量,可以非常明显地提高分割的速度。实验结果表明利用该预处理算法,三维CV模型的分割裂纹面的速度提高了近8倍。

基于工业CT图像的自适应三维网格模型重建

针对X射线扫描得到的工业CT图像重建三角网格模型存在尖锐特征丢失、狭长三角形和三角面片数量多等问题,提出一种自适应三维网格模型重建算法。首先对图像进行预处理;其次采用八叉树结构确定体元;然后利用二次误差函数(QEF)构建自适应八叉树;最后剖分四边形生成三角网格。使用立方体数据和两组实际扫描的CT数据对所提算法的性能进行验证分析,实验结果表明:所提算法在简化网格的同时仍能保持物体的尖锐特征,减少了狭长三角形的数量。利用所提算法生成三角网格模型的简化率可达90%,简化后网格质量大于0.3的三角网格平均占比为99%,有效地提高了由工业CT图像重建三角网格模型的质量。

工业CT断层序列图像三维重建的实现

文中对ICT序列断层图像进行三维结构的重建和显示。先对图像进行预处理,去掉空气环,然后再利用Matlab功能强大的函数用体绘制方法进行断层序列图像的三维重建,对某一工业CT机提供的实测数据进行了三维重建,实验结果比较理想。

基于Hessian矩阵和熵的CT序列图像裂缝分割方法

工业CT序列图像的各向不同性和伪影会影响裂缝分割精确度和准确度,因此提出一种基于Hessian矩阵和熵的各向不同性工业CT序列图像裂缝自动分割方法。首先,用基于Hessian矩阵的多尺度线状滤波增强裂缝区域,抑制非线状区域;然后,建立一种新的二维直方图,获取滤波之后层内和层间的信息;再根据直方图的最大类熵确定阈值区间,最终得到裂缝的二值化分割结果。实验表明,所提方法不仅能够满足实际工业CT序列图像裂缝分割中精确、自动的分割要求,而且相较其他4种已有方法,能够得到更完整、更准确的分割结果。