有效
一种基于等高线的复材壁板阵列孔检测方法、装置及系统
汪俊、贾文茹、李子宽、吴斯帛
江苏通智数控机床创新中心有限公司
摘要
本发明涉及数字化测量技术领域,解决了检测速度慢且检测精度低的技术问题,尤其涉及一种基于等高线的复材壁板阵列孔检测方法,包括:对获取的点云数据进行预处理;采用趋势面点云数据等高线生成算法和基于线条的聚类算法从预处理后的点云数据中提取线条集合;从线条集合中筛选出孔特征线条聚类;采用二值化算法将孔特征线条聚类转换为二值图像,并通过计算像素值为零的像素点的面积计算孔特征线条聚类的面积。本发明通过结合点云处理技术生成等高线图,采用基于线条的聚类算法提取线条集合,通过对线条集合的处理计算孔特征线条聚类的面积,对复材壁板阵列孔的通孔进行检测,具有检测精度高、效率高以及较少人工操作等优点。
1.一种基于等高线的复材壁板阵列孔检测方法,其特征在于,包括以下步骤:S1、获取由数据采集设备所采集的复材壁板的点云数据;S2、对所述点云数据进行预处理,预处理后的点云数据与坐标系x、y、z轴对齐;S3、采用趋势面点云数据等高线生成算法和基于线条的聚类算法从预处理后的点云数据中提取线条集合,所述线条集合包括边界特征线条聚类、壁板特征线条聚类以及多个孔特征线条聚类;S4、计算所述线条集合中每个线条聚类的高斯分布的标准差;S5、判断所述标准差是否小于预设的第一阈值,如果所述标准差小于预设的第一阈值,则该线条聚类为孔特征线条聚类,即从所述线条集合中筛选出孔特征线条聚类;S6、采用二值化算法将所述孔特征线条聚类转换为二值图像,并通过计算像素值为零的像素点的面积计算所述孔特征线条聚类的面积;S7、判断所述孔特征线条聚类的面积是否小于预设的第二阈值,如果所述孔特征线条聚类的面积小于预设的第二阈值,则视为孔堵塞,否则,视为疑似孔堵塞;S8、根据所述疑似孔堵塞对应的孔特征线条聚类绘制轨迹圆,并计算轨迹圆面积以及轨迹圆面积与所述孔特征线条聚类面积的比值;S9、判断所述比值是否大于预设的第三阈值,如果所述比值大于预设的第三阈值,则视为孔堵塞,否则视为通孔。
2.根据权利要求1所述的复材壁板阵列孔检测方法,其特征在于,所述步骤S2具体包括以下步骤:S21、采用PCA算法计算所述点云数据的法向量;S22、计算法向量到z轴的旋转角度,并采用轴角的方式对点云数据进行旋转,旋转后的点云数据与坐标系x、y、z轴对齐。
3.根据权利要求1所述的复材壁板阵列孔检测方法,其特征在于,所述步骤S3具体包括以下步骤:S31、采用趋势面点云数据等高线生成算法根据预处理后的点云数据生成z轴等高线图,得到线条集合;S32、采用PCA算法计算从所述线条集合中随机选取的线条的法向量,并基于线条的聚类方法沿着法向量方向搜索,得到若干边界框;S33、计算相邻两个边界框之间的距离;S34、判断所述距离是否小于预设值,如果所述距离小于预设值,则将所述线条集合视为同一聚类,即得到边界特征线条聚类、壁板特征线条聚类以及多个孔特征线条聚类。
4.根据权利要求3所述的复材壁板阵列孔检测方法,其特征在于,所述趋势面点云数据等高线生成算法具体为:对预处理后的点云数据进行三角形网构生成不规则三角网格;采用趋势面滤波和栅格化重采样滤波对不规则三角网格进行去噪;采用趋势面内插法将去噪后的不规则三角网格栅格化以获得栅格数据,并根据栅格数据生成z轴等高线图。
5.根据权利要求1所述的复材壁板阵列孔检测方法,其特征在于,所述步骤S4具体包括以下步骤:S41、将所述线条集合中的线条聚类向z轴投影,使用曲线离散算法将随机选取的线条离散成离散点;S42、根据所述离散点计算重心,并计算从重心发出射线与离散点相交点到重心的距离;S43、将所述距离的最小值和最大值构成的区间等分为若干个子区间;S44、计算所述距离落入每个子区间的频率并绘制频率直方图,所述直方图符合高斯分布,并计算每个线条聚类的高斯分布的标准差。
6.根据权利要求1所述的复材壁板阵列孔检测方法,其特征在于,所述步骤S6具体包括以下步骤:S61、采用二值化算法将所述孔特征线条聚类转换为二值图像;S62、根据所述二值图像的边缘,计算所述二值图像中像素值为零的像素点的个数;S63、根据像素值为零的像素点的个数和一个像素点的面积,计算所述孔特征线条聚类的面积。
7.根据权利要求1所述的复材壁板阵列孔检测方法,其特征在于,所述步骤S8具体包括以下步骤:S81、计算所述疑似孔堵塞对应的孔特征线条聚类的线条周长和质心;S82、以质心为圆心并以线条周长为周长绘制轨迹圆,并计算轨迹圆面积;S83、计算所述轨迹圆面积与所述孔特征线条聚类面积的比值。
8.一种基于等高线的复材壁板阵列孔检测装置,其特征在于,包括:点云数据获取单元(10),所述点云数据获取单元(10)用于获取由数据采集设备所采集的复材壁板的点云数据;预处理单元(20),所述预处理单元(20)用于对所述点云数据进行预处理,预处理后的点云数据与坐标系x、y、z轴对齐;线条集合提取单元(30),所述线条集合提取单元(30)用于采用趋势面点云数据等高线生成算法和基于线条的聚类算法从预处理后的点云数据中提取线条集合,所述线条集合包括边界特征线条聚类、壁板特征线条聚类以及多个孔特征线条聚类;第一计算单元(40),所述第一计算单元(40)用于计算所述线条集合中每个线条聚类的高斯分布的标准差;第一判断单元(50),所述第一判断单元(50)用于判断所述标准差是否小于预设的第一阈值,如果所述标准差小于预设的第一阈值,则该线条聚类为孔特征线条聚类,即从所述线条集合中筛选出孔特征线条聚类;第二计算单元(60),所述第二计算单元(60)用于采用二值化算法将所述孔特征线条聚类转换为二值图像,并通过计算像素值为零的像素点的面积计算所述孔特征线条聚类的面积;第二判断单元(70),所述第二判断单元(70)用于判断所述孔特征线条聚类的面积是否小于预设的第二阈值,如果所述孔特征线条聚类的面积小于预设的第二阈值,则视为孔堵塞,否则,视为疑似孔堵塞;第三计算单元(80),所述第三计算单元(80)用于根据所述疑似孔堵塞对应的孔特征线条聚类绘制轨迹圆,通过计算轨迹圆面积计算轨迹圆面积与所述孔特征线条聚类面积的比值;第三判断单元(90),所述第三判断单元(90)用于判断所述比值是否大于预设的第三阈值,如果所述比值大于预设的第三阈值,则视为孔堵塞,否则视为通孔。
9.一种应用权利要求1-7任一项所述的基于等高线的复材壁板阵列孔检测方法的系统,其特征在于,包括数据采集设备(100)和计算机设备(200);所述数据采集设备(100)与计算机设备(200)建立数据通信,且数据采集设备(100)用于采集复材壁板的点云数据并将采集到的点云数据传输至计算机设备(200);所述计算机设备(200)包含至少一个处理器和存储器,用于接收数据采集设备(100)发送的复材壁板的点云数据,通过处理器调用并运行存储器内的复材壁板阵列孔通孔检测算法对输入的点云数据进行检测。



