[发明专利]一种同时分割和配准精密复杂曲面干涉条纹图像的方法在审
申请号: | 201811643532.1 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109785339A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 朱新栋;杨树明;方素平;杨鹏程;王睍;张国锋;吉培瑞;刘勇 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/33 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 王艾华 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 干涉条纹图像 配准 分割 实测 复杂曲面 条纹图像 精密 匹配 有效测量区域 主动轮廓模型 处理效率 匹配位置 人为干预 特征边界 自动处理 平移 缩放 参考 计算机 | ||
本发明公开了一种同时分割和配准精密复杂曲面干涉条纹图像的方法,该方法以实测干涉条纹图像作为参考,借助主动轮廓模型,以仿真干涉条纹图像作为模板,通过不断平移、旋转、缩放仿真干涉条纹图像来匹配实测干涉条纹图像,当确定最佳的匹配位置后,再以仿真条纹图像的特征边界来分割实测干涉条纹图像,从而实现干涉条纹图像的同时分割和配准,本发明能够提高干涉条纹图像的处理精度,包括分割有效测量区域的精度,以及与仿真条纹图像配准的精度。同时对干涉条纹图像进行分割和匹配,简化了干涉条纹图像处理的过程,提高了处理效率,可以实现计算机自动处理干涉条纹图像,不需要人为干预。
技术领域
本发明涉及一种干涉条纹图像的处理方法,尤其适用于激光干涉法测量精密复杂曲面时的干涉条纹图像处理。
背景技术
激光干涉是测量精密复杂曲面类零件形状误差的一个发展方向。该方法通过处理被测曲面的干涉条纹图像,来计算其形状误差。干涉条纹图像的处理过程,不仅影响测量结果的精度,而且决定测量结果的正确性。精确处理干涉条纹图像,是采用激光干涉法测量精密复杂曲面的基础和前提。
现有的干涉条纹图像处理方法都将分割和配准两个步骤相互独立开来,即,先采用常见的图像处理方法来分割有效的测量区域,再以测量区域的特征点和边界作为参考,通过改变仿真条纹图像来与其配准。这样不仅图像处理过程复杂,耗时较长;而且极为容易导致干涉条纹图像处理出错,无法正确计算出被测曲面的形状误差;同时还需要人为干预,才能保证干涉条纹图像处理的顺利进行。
为了准确且高效处理复杂曲面的干涉条纹图像,必须将条纹图像处理过程中的有效测量区域分割和配准两个步骤统一起来。
现有的研究中有针对普通数字图像处理过程中的分割和匹配同时进行的方法,但尚未发现有针对干涉条纹图像处理过程中分割和匹配同时进行的研究,也没有发现可以直接借鉴的方法。
现有的精密复杂曲面干涉条纹图像处理方法将图像处理过程中的有效测量区域分割和配准两个步骤相互独立起来,导致以下三个问题:
极易导致干涉条纹图像处理出错,无法正确计算出被测曲面的形状误差;常常需要人为干预,才能保证干涉条纹图像处理的顺利进行。图像处理过程复杂,耗时较长;
发明内容
本发明的目的在于克服上述现有技术不足,提供一种同时分割和配准精密复杂曲面干涉条纹图像的方法,为了避免上述问题,准确且高效处理复杂曲面的干涉条纹图像,必须将条纹图像处理过程中的有效测量区域分割和配准两个步骤统一起来。
本发明的技术方案是这样解决的:
一种同时分割和配准精密复杂曲面干涉条纹图像的方法:
以实测干涉条纹图像作为参考,借助主动轮廓模型,以仿真干涉条纹图像作为模板,通过不断平移、旋转、缩放仿真干涉条纹图像来匹配实测干涉条纹图像,当确定最佳的匹配位置后,再以仿真条纹图像的特征边界来分割实测干涉条纹图像。从而实现干涉条纹图像的同时分割和配准。
具体实施过程包括以下几步:
仿真被测曲面的干涉条纹图像。由于被测精密复杂曲面的理想模型是确定的,同时,干涉测量系统中各个光学元件的参数和各个元件之间的位置也是确定的,所以,借助光线追迹法,可以用计算机仿真出被测曲面的干涉条纹图像。在追迹计算的过程中,将被测曲面离散为曲面网格点,沿着光线的传播路径,分别追迹每个曲面网格点在CCD相机成像面上的坐标和该点对应的光程差,最后将光程差再转换为相位差和二值图像。
建立仿真和实测条纹图像之间的关系。以实测条纹图像作为参考,不断平移、旋转、缩放仿真干涉条纹图像来建立仿真和实测条纹图像之间的关系。设为配准前仿真曲面网格点在实测条纹图像上的初始坐标,为配准后曲面离散网格点在实测条纹图像上的坐标值,则配准过程中的数学模型可以记作:
式中:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811643532.1/2.html,转载请声明来源钻瓜专利网。