[发明专利]一种光学测量点云的密封面误差评估缺陷识别方法

权利要求书

1.一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：该方法具体包括如下步骤：

步骤1、采集主泵法兰密封面点云数据；

步骤2、对点云数据进行预处理；

步骤2.1、对完整的三维点云进行精简处理；

步骤2.2、对点云数据中对孤立点进行剔除；

步骤2.3、将点云与设计模型相匹配；

步骤4.2、测定点云数据的平面度误差；

步骤4.2.1、以环形圆心为中心点生成圆形框选区域，并自动框选密封面平面点云；

步骤4.2.2、利用最小二乘法拟合理想平面；

步骤4.2.3、根据包容原则，测定点云数据的平面度误差；

步骤5、根据主泵法兰密封面的点云数据，进行缺陷识别；

步骤5.1、建立误差色谱图；

步骤5.2、利用误差色谱的颜色变换梯度，获得梯度变换超过阈值的像素点所围成的封闭区域，实现对密封面缺陷的自动识别；

根据误差色谱图，选取存在缺陷的大致区域，并利用图像分割算法，计算获得误差色谱图的颜色变换梯度，当颜色变换梯度超过设定的阈值则认为该密封面表面产生突变，并记录该像素点，将梯度变化超出阈值的像素点所围成的封闭区域识别为表面缺陷，从而实现对密封面缺陷的自动识别。

2.根据权利要求1所述的一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：该方法还包括进行2D尺寸误差计算的步骤3为：

在设计模型坐标系下生成贯穿对象截面，并获取相应对2D截面点云，并测量主泵法兰密封面点云在该2D截面上对深度、直径对实际尺寸，并与设计模型所对应对尺寸进行比较，自动判断是否超过公差范围。

3.根据权利要求1所述的一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：该方法还包括进行圆度误差计算的步骤4.1为：

步骤4.1、测定点云数据的圆度误差；

步骤4.1.1、建立水平截面截取圆周截面点云；

步骤4.1.2、利用最小二乘法拟合理想圆；

步骤4.1.3、根据包容原则，测定点云数据对圆度误差。

4.根据权利要求1所述的一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：所述的步骤5.1中建立误差色谱图的具体步骤为：

将主泵法兰密封面的测试点云与设计模型匹配对齐后，计算每个点到设计模型的最近距离，并通过颜色来表示距离的大小，形成误差色谱图。

5.根据权利要求1所述的一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：所述的步骤1采集主泵法兰密封面点云数据的具体过程包括：

利用六自由度工业机器人夹持面阵扫描仪，并保证面阵扫描仪投射的光栅能够覆盖所测量的主泵法兰密封面表面；机器人带动扫描仪安装预先设定的轨迹运动，对主泵法兰密封面待测区域进行扫描测量，并获取主泵法兰密封面待测区域完整的三维点云数据。

6.根据权利要求1所述的一种光学测量点云的密封面误差评估缺陷识别方法，其特征在于：所述的步骤2具体包括：

步骤2.1、对完整的三维点云进行精简处理；

对机器人带动光栅面阵扫描仪初始测量获得的大规模测量点云进行均匀采样，对点云数据进行精简，提升数据处理效率；

步骤2.2、对点云数据中对孤立点进行剔除；

对测量点云数据中对孤立点和噪音点进行删除；

步骤2.3、将点云与设计模型相匹配；

将测量点云与设计模型匹配对齐至同一坐标系下。