逆向工程中基于CCD的曲面测量方法研究_图文

1、浙江大学硕士学位论文逆向工程中基于CCD的曲面测量方法研究姓名:吴剑锋申请学位级别:硕士专业:机械制造及其自动化指导教师:王文;陈子辰20050101 积江大学颈±学位论文道离工程串基予CCD韵曲面测量方法研究 (a (b(c 目标图像,那么此时结构元素原点位置所对应的原图像像索就被判定为图像的“边缘”部分蔼啵剥离,即被腐蚀搂。 图4-4常见结构元素示意图腐蚀中S的选择是多样的,不同结构的S,得到的腐蚀结果是不同的。在图4-4中,显示了三种常见的结构元素,其中黑色像素为该结构元素的原点位置。本文中选择的是十字形结构元素,这是一种比较典型的结构元素,主要用于对目标图像进行垂直、水平方向

2、的腐蚀,对图像噪声、目标边界棱角的消除效果好。取结构元素的中心像素为原点位置,在进行腐蚀运算时,对该元素及其4一邻域元素覆盖下的图像像素进行判断,如果其下的像素存在非目标像素,则将结构元素原点位置下的像素设置为“白”,即标记其被腐蚀掉。在对图像所有像素执行完上述操作后,剩下的没有被腐蚀掉的像素就组成了图像的腐蚀结果。膨胀(dilation是数学形态学中除腐蚀外另一种最基本的运算子,其运算符为“o”。对于一个给定的图像B和结构元素S,膨胀的过程可以做如下描述:首先对S做关于结构元素原点的映射,并将其映象平移(x,y,最后所有经过平移仍与图像B相交而不为空的结构元素S的原点位置所在像素组成了膨胀后

3、的图像。=占。s=b,yI(§。,nB声换一个角度,用S来膨胀四得到的集合也可以将其看作是S映象的位移与占至少有一个元素相交时,结构元素S的原点位置的集合。因而膨胀运算在数学形态学中所起的主要作用是把图像周围的点合并进原图像中,如果两个图像之间的距离比较小,那么在经过膨胀运算处理后,两个图像完全有可能相互连通。由此,膨胀运算在连接图像中的断续点和填补图像中的孔洞(在图像分割时会产生大量的空洞是非常有用的14”。膨胀运算的实现和腐蚀运算比较类似,也是通过结构元素在原图像中游走来实现的。如果结构元素中的某点和原图像中对应的位置存在目标图像的像素,那么就在另一个空白图像上结构元素原点对应的

4、位置赋值为“黑”,当对原图像所有像素完全扫描后,空白图像中标记为“黑”的黑点将组成膨胀后的图像。瓣!i l l 薷i l i !i f 粼u u u n n n u n n n un!i l i l l i l l i i l 黼四吸皿珏田圈珏匝世灶吐必HH田唧±±±±±±±±±±±±矗丑盟趟赶赶丑丑丑丑珏珏±±±±±±±±±±±±量量量量量量量量±

5、;l±量lIlIlllj田ll(b(c(d黼飘(f(曲图4-5数学形态学断点连接示意图在图4-5中,用水平膨胀、垂直膨胀、水平腐蚀和垂直腐蚀的综合运用完成了断点连接的功能。图(a为原始的由断点组成的网格,我们的期望是由连续直线组成的网格。利用膨胀处理的填补间隙的功能,首先对(a进行水平膨胀,(b和(c分别为一次和两次膨胀的结果,从图像中可以看出,组成水平虚线的点被拉长,但交叉点间距没有变化。当水平虚线成为一条直线时,对其进行垂直膨胀处理,(d为膨胀处理的结果,此时断续的网格被连接成连续的直线网格,但是不论水平虚线还是垂直虚线都显示了明显变形。此时采用作用相反的腐蚀处理,我们依次进行一

6、次垂直腐蚀(e和两次水平腐蚀(f、(g。图(g为晟终的结果。从图像中可以看出交点坐标没有变化,实现了断点连接的功能。§4.3图像细化细化(thinning本来属于数学形态学的一个重要变体,原意是为了弥补腐蚀在数学形态学分析中的缺陷而提出来的,这种缺陷就是:如果对一个仅有细小连接的目标图像进行腐蚀处理,当腐蚀深度达到一定的程度时,连接图像两部分之间的狭窄通道将被腐蚀掉,原本属于同一目标的两个部分在经过处理后将被分解为两个各自独立的部分。实际上,细化处理也可以看作是保持图像原有连通特性的特殊腐蚀运算J。现在,细化运算的概念被拓展开来,通常把求一幅图像骨架的过程称为对图像的“细化”过程。一

7、幅图像的“骨架”是指图像中央的骨骼部分,是描述图像几何及其拓扑性质的重要特征之一。在文字识别、地质构造识别、工业零件形状识别或I虱像理解中,先对被处理图像进行细化有助于突出形状特点和减少冗余的信息量。在细化过程中,应该是从被细化图像的两边同时开始向内腐蚀,最终保留点应该是原图像的中点。图像在进行细化处理时关键要确 浙江大学鞭士学位论文逆向工程中基予CCD的曲面铡量青法研究2蔓NZ(P16:即目标像素周围的黑像素点在2到6之间(包括2和6zo(e,=1:即翻标像素(弓罔丽的8个像豢中的背景像素(“自”点有鼠只有一个连通,目标像素也有且只有个连通;置×只×蜀=o或者zo陂l:繇

8、毯蠢豫素稳上邻、左邻差菸赢邻豫素至少霄一个鹜景像索(“白”点,记值为O,且上邻像素(只的8一邻域像綮中的背景像素有且只舂一个连遘,星糖像素盘存且只鸯令连遥;最×只×只=O躐瑙?ZO以1:目标像素的上邻、左邻和下邻像素至少有一个背景像素且左邻像素的8-邻域像素中的背景像素有且只有一个连通,目标像素也有鼠只有一个连逶。利用上述的细化算法对图4-7所永的网格图像进行细化,细纯结聚如图4-8所豕。 图47细化前网格图像图4-8细化后网格图像 §6.2基于视觉信息指导的高精度测头测量规划研究通常在扫描未知曲面的时候,因为不知道曲面的边界,所以规划一个矩形,将被测物体包围在矩形内,然后使激光测头在矩形内部逐行扫描,直到把整个矩形区域扫描完毕,如图6-2(a。这样就扩大了测量的区域,增加了曲面的测量时间,降低了测量效率。在通过CCD 测量获取曲面点云信息后,就可以根据读取初始点云确定未知曲面的边界,如图6-2(b,然后编制算法让接触式测头或激光测头仅在曲面内部测量,这样就优化了测量路径,大大节省了测量时间。 (a边缘信息未知图6-2测量路径规划(b边缘信息已知 (a测量边界已知(b测量路径优化的结果图6_3测量路径优化再例如图6-3(a的待测物体中间有空白区域(洞,若仍是以矩形区域包含的