面向逆向工程的工业CT图像矢量化系统改进

摘要

工业计算机层析技术(简称“工业 CT”，Industrial Computerized Tomography)是逆向工程（Reverse Engineering）领域中一项获取产品数据重要的手段。但是，工业CT技术扫描得到的是二维灰度切片图像，必须进行二维矢量化，才能应用于逆向工程之中。目前已开发的工业CT矢量化系统存在处理效率不高、系统稳定性差和矢量化精度低等问题，影响后续重建工作，本文对该系统进行了改进研究：
　　研究了图像预处理方法：图像增强方法、阈值分割算法和边缘检测方法。通过对比中值滤波和直方图均衡化两种图像增强方法，选择了中值滤波技术作为图像增强方法；根据工业CT图像的不同特征点，选取了迭代法阈值分割和自适应阈值分割两种算法作为图像阈值分割的方法；通过对比经典的边缘检测方法，选取了改进的Canny算子作为系统的边缘检测方法。
　　对特征点检测方法进行了研究，提出了一种满足工业CT图像特征点检测要求的检测方法。首先，通过基于邻域值的轮廓点分类算法对所有轮廓点进行一次筛选获得候选特征点；其次，通过基于曲率的算法定位特征点的位置，减少冗余特征点数量，获得最终的特征点。
　　对圆检测方法进行了研究，提出了改进的点Hough变换圆检测算法。首先通过一次筛选和二次筛选获得候选边缘点组；其次，采用自适应的步长变换值和累加器判断阈值进行圆的检测，获得最终的检测结果。该算法避免了圆检测过程可能出现的误检测和漏检测问题，同时提高了圆的识别和拟合精度。
　　最后，通过与改进前的系统的对比实验，进一步验证了改进工作的有效性。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 课题研究背景及意义

1.2 矢量化技术国内外研究现状

1.3 本文主要研究内容

1.4 论文的组织结构

2 工业CT图像矢量化系统简介

2.1 系统功能模块介绍

2.2 系统工作流程介绍

2.3 本章小结

3 工业CT图像预处理

3.1 图像增强

3.2 图像阈值分割

3.3边缘检测

3.4 八邻域轮廓跟踪

3.5 轮廓奇异点消除

3.6本章小结

4工业CT图像特征点检测算法研究

4.1工业CT图像特征点检测算法介绍

4.2基于图像灰度特征的检测方法

4.3基于数学形态学的特征点检测算法

4.4基于图像边缘信息的特征点检测方法

4.5采用的特征点检测方法

4.6本章小结

5工业CT图像圆检测算法研究

5.1常用圆检测算法介绍

5.2Hough变换

5.3常规的Hough变换圆检测

5.4本文采用的圆检测算法

5.5本章小结

6实验与分析

6.1图像预处理功能比较

6.2特征点检测比较

6.3圆检测比较

6.4本章小结

7结论与展望

7.1结论

7.2展望

致谢

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间参与的项目