基于工业CT的零件内外曲面形位误差分析

针对具有复杂内腔结构零件的内部曲面形位误差分析困难的问题,提出了一种基于工业CT技术的零件复杂内腔的形位误差分析方法。首先,使用工业CT对零件进行扫描并重建为测量STL模型。然后将设计IGES模型离散为STL模型与测量STL模型进行配准。其次,利用设计IGES模型作为引导,判定测量STL模型中的点和IGES模型各曲面的归属,自动分割测量STL模型中的所有曲面。最后,选取设计IGES模型的曲面并对曲面对应的点云簇进行形位误差分析。选取百万级测量点云的阀体模型进行实验,完整地分割点云模型所有曲面,选择任意曲面进行形位误差分析,测得选定内部曲面的圆柱度为1.11 mm、平面度为0.61 mm、平行度为1.92 mm。本文方法只需输入零件测量STL模型和零件设计IGES模型,再选取设计IGES模型待测曲面就可以自动地完成零件内外曲面的形位误差分析。

工业CT图像直接生成三角网格有限元模型

针对基于工业计算机断层成像(CT)图像的逆向设计存在定量分析难、自动化程度低及需要中间环节转化的问题,提出了一种将工业CT图像直接转换为三角网格有限元模型的方法。对CT图像进行轮廓识别后生成有限元模型的内外边界,根据图像像素点坐标信息将图像划分为若干单元,然后采用改进的三角剖分方法生成初始三角网格有限元模型,并对初始有限元模型进行了优化。结果表明,生成的三角网格最大边长比为1~2,最大扭曲角度数为0°~2°,网格质量满足实际工程应用需求的评价标准。并在样件、汽缸头模型上进行了实验,实验结果证明了该方法的可行性。

基于特征融合的非局部均值CT图像降噪

针对现有非局部均值算法降噪后的计算机断层扫描(CT)图像仍存在边缘模糊、细小特征信息消失等问题,提出一种特征融合的自适应非局部均值降噪方法。首先对中心像素进行相似性判断以排除非相似像素加权对降噪效果的影响;然后从相似框矩阵最大特征值与像素间欧氏距离方面考虑图像的自相似性,提出一种特征融合的高斯加权方法;基于结构张量对自适应滤波系数进行上下确界约束,解决了因目前滤波系数下确界为零而影响图像质量的问题。通过仿真和实际应用证明本文算法具有更好的保边缘和细节信息效果,本文算法相较于非局部均值算法在结构相似度上平均提高了约4%,而峰值信噪比平均提高了近4 dB。