基于工业CT图像的零件尺寸测量方法.pdf

无损检测2023年第4 5卷第7 期16试验研究DOI:10.11973/wsjc202307004基于工业CT图像的零件尺寸测量方法薛林，张德健，何群,马凯，徐佳龙（大连理工大学机械工程学院，大连116 0 2 4）摘要：为了获得高精度工业CT尺寸测量结果，针对工业结构中常见的圆柱体提出了一种亚体素CT图像尺寸测量方法。首先使用MarchingCubes方法检测边缘点和法线，然后顶点沿着法线方向移动到梯度最大值处，最后采用点云分割方法获得圆柱体直径。在仿真数据中验证了该方法的测量精度优于全局表面测定方法的测量精度，具有一定的工程应用价值。关键词：工业CT；尺寸测量；边缘检测；点云分割中图分类号：TG115.28文献标志码：A文章编号：10 0 0-6 6 56(2 0 2 3)0 7-0 0 16-0 4A dimensional metrology method of components based on industrial CT imageXUE Lin,ZHANG Dejian,HE Qun,MA Kai,XU Jialong(School of Mechanical Engineering,Dalian University of Technology,Dalian 116024,China)Abstract:To obtain high-accuracy dimensional metrology results of industrial CT,a dimensional metrologymethod of sub-voxel CT image was proposed for cylinder,which was a common geometric structure in the industry.Firstly,the MarchingCubes method was used to detect the edge points and normal lines.Then the vertices weremoved along the normal direction to the maximum gradient.Finally,the point cloud segmentation method was usedto get the diameter of the cylinder.The measurement accuracy of this method had been verified in simulation data tobe superior to that of the global surface measurement method,and which had a certain engineering applicationvalue.Key words:industrial CT;dimensional metrology;edge detection;point cloud segmentation工业CT(计算机断层扫描)在汽车制造、航空航天 2 、增材制造 3-4 等领域的零部件内部结构检查和尺寸测量方面优势突出。与激光、结构光等非接触式测量方法相比，CT尺寸测量可以获得物体内部的几何结构和尺寸信息；与三坐标测量仪、表面轮廓仪等接触式测量方法相比，CT尺寸测量获取被测物体内部信息时不需要破坏物体 5。目前，用于尺寸测量的CT是唯一能够在不破坏和切割零件的情况下测量零件内部和外部几何形状的方法 6 CT测量流程较为复杂，测量过程中有很多影收稿日期：2 0 2 3-0 1-18基金项目：国家自然科学基金资助项目（519 0 50 7 4）作者简介：薛林（19 8 6 一），男，博士，副教授，研究方向为高精度工业CT、机械视觉通信作者：张德健，9 0 9 9 8 17 8 3 响数据提取准确性和测量结果可靠性的因素，例如操作人员的熟练度、CT扫描参数的设置、旋转台运动精度、图像伪影和噪声、图像的缩放误差、图像边缘模糊等。除了上述问题，CT测量过程中的表面提取方法也是CT尺寸测量的关键影响因素。CT图像本质上是由体素构成的三维数据集，表面测定算法用于将CT数据转换成物体的三维模型。表面测定算法分为全局方法和局部方法，全局方法通过使用一个全局阈值直接提取物体的表面，在大多数情况下，没有一个合适的全局阈值可以获取精确的测量尺寸7；局部方法通过计算CT图像的最大梯度来提取物体的边缘 8-9 ，获得更加准确的测量结果。由于CT尺寸测量受到多种因素的影响，故采用基于MarchingCubes（M C)算法 10 1的局部顶点移动方法来提高边缘检测的精度，然后采用无损检测2023年第4 5卷第7 期17基于业CT图像的零件尺寸测量方法薛林，等：RANSAC点云分割方法将圆柱体分割出来并测量圆柱直径，获得高精度的尺寸测量结果。1CT圆柱体直径测量方法CT系统的硬件部分主要包含X射线源、旋转台和探测器。测量时，物体放置在旋转台上旋转360,探测器记录不同位置的数据得到一系列投影图片，然后经过重建算法得到三维CT数据，最后经过表面提取得到三维模型用于尺寸测量。CT尺寸测量系统组成及工作流程如图1所示。提出的方法分为初始边缘点获取、局部顶点移动、RANSAC圆柱体点云分割3 部分，应用在表面提取环节的边缘检测和尺寸测量时，不需要经过网格化，可直接由圆柱点云测量物体的直径。物体射线源旋转台探测器(a)系统组成表面提取零部件扫描重建（边缘检测尺寸测量和网格化）(b)工作流程图1CT尺寸测量系统组成及基本工作流程1.1初始边缘点的获取采用MC方法获取初始边缘点，从三维网格中重建出物体的三维模型（两个关键要素是三维网格和等值面)。CT扫描样件获得的体素在空间中均匀分布，空间中两张相邻CT切片的8 个体素点构成一个三维网格，网格的顶点由CT图像的体素点构成，每个顶点都具有相应的位置和体素值，等值面是三维网格中具有相同体素值的点的集合，其表示为(f(,y,z)=T)(1)式中：T为等值面阈值；f（，）为空间坐标（，y，之)的体素值。等值面阈值采用的OTSU（一种算法）阈值，该阈值将图像分为前景和背景两部分，单种材料扫描样品的CT图像灰度值直方图符合双峰特征，OTSU阈值使得前景和背景的差异最大。一个网格有8 个顶点，每个顶点有内点和外点两种属性，所以每个网格有2 种状态，根据互补对称性和旋转对称性，可以化简为如图2 所示的15种状态。图2 中的第0 种状态表示当前网格的顶点属性全为0 或者全为1，说明网格与等值面没有交点；第1种状态代表当前网格中有1个顶点的属性与其他顶点的属性不同。每个顶点可能在等值面内侧或者外侧，所以8个顶点一共可以代表16 种状态。寻找所有的边界网格，根据交点的个数和位置23456891011121314图215种网格状态组合构造等值面，若等值面与网格相交，则采用线性插值的方法计算等值面的坐标。如图3 所示，假设网格顶点V，的体素值大于T，其余顶点的体素值小于T,那么网格的边VsV,V.V,VV,分别与等值面交于点P，P1，P2,3 个点形成一个等值面，构成三维网格模型的一个三角面片。V4V6PPoVV2VV3图3等值面计算示意1.2局部顶点移动对三维CT数据使用MC算法，得到的是被扫无损检测2023年第4 5卷第7 期18式基于工业CT图像的零件尺寸测量方法薛林，等：描部件的三角面片网格模型，物体的三维模型由三角面片组成，三角面片的顶点是等值面与CT网格的交点，三角面片的连接方式取决于CT网格顶点与等值面阈值T的关系。三角面片网格模型的顶点是边缘检测得到的初始边缘点，用于后续的局部顶点移动（顶点沿顶点法线方向移动）。顶点的法线计算公式为Z,A;n;n(p(2)Z,A.n式中：p为初始边缘检测到的顶点;n(p)为顶点p的法线；i为包含该顶点的第i个三角面片；A；为第i个三角面片的面积；n；为第i个三角面片的法向量。根据Canny边缘检测 11步骤中的非极大值抑制原理，边缘点B的梯度值IIg（B）I I 大于当前点梯度方向上相邻两点A和C的梯度值。采用MC方法提取等值面上的顶点作为初始边缘点，以顶点的法线方向为顶点的梯度方向进行3 次线性插值，寻找梯度值最大的点，1.3圆柱点云分割三维点云分割是将具有某种相同属性的点云单独提取出来，以便单独对提取的点云进行处理。RANSAC方法 12 在19 8 1年被提出，用来解决模型估计问题。该方法是一种基于数学的方法，可以用于检测平面、圆柱、球体等各种模型。最小二乘法拟合受异常数据点的影响较大，引人RANSAC算法的最小二乘法可以排除异常数据点的干扰，通过RANSAC点云分割，可以将局部顶点移动得到的点云中的圆柱体全部提取出来（见图4）。(a)初始点云(b)RANSAC分割圆柱点云图4圆柱体点云分割案例RANSAC算法将所有的点划分为内点数据和外点数据，内点数据是符合模型算法的小于所设定阈值的点，外点数据是大于所设定阈值的点。每一次随机抽取一组点，利用式（3)对该组点进行最小二乘拟合。argmin(a;-o)2+(y;-yo)+(z;-o)2-a(;-o)+b(y:-yo)+c(z;-20)j-ro)2(3)中：（ai，y i，）为组内任意点的坐标；（ao，y o，o)为当前提取的圆柱轴线方向上某点的坐标；（a，b,c)为圆柱的轴线向量；r。为圆柱的半径；argmin为最小二乘拟合算法。记录组内满足小于阈值的点的数量，将该数量作为评价指标。进行多次随机取点，统计每组数据的评价指标，评价指标最大的数据组中的内点数据即为最终样本点，用于拟合的参数即为圆柱的几何特征参数。2试验与分析2.1试验验证试验验证部分采用模拟CT数据，将图5所示参考样品的三维CAD（计算机辅助设计）模型导人到商业软件包aRTist中，该软件包采用基于射线追踪的方法生成投影数据，然后对得到的CT投影数据使用FDKL131算法进行三维重建，生成三维CT体数据。模拟试验使用锥束CT面阵系统，样品材料为铝，X射线能量为2 0 0 kV，电流为8 0 A投影数量为150 0，体素大小为0.15mm，图像大小为6 0 0 600（像素）。图5参考样品的CAD模型参考样品是由4 个圆柱体构成的阶梯圆柱，其中3个圆柱为轴，1个圆柱为通孔。轴是外轮廓，用来验证所提方法对外部圆柱尺寸的测量精度；通孔是内轮廓，用来验证所提方法对内部圆柱尺寸的测量精度。将通孔称为圆柱1，样品从上到下第1阶梯圆柱为圆柱2,第2 阶梯为圆柱3，第3 阶梯为圆柱4。使用所提方法提取CT体数据的亚体素点云进行圆柱直径测量，采用全局阈值方法提取物体的模型，测量4 个圆柱的直径，结果如表1所示。从表1可以看出，所提方法的测量误差绝对值(平均值为0.0 12 5mm）均小于全局方法的，全局方法测量误差的绝对值平均值为0.0 2 mm。为了更全面地评估所使用的圆柱体点云提取方法，以参无损检测2023年第4 5卷第7 期19基于业CT图像的零件尺寸测量方法薛林，等：表1圆柱体直径的CT测量结果mm项目圆柱1圆柱2圆柱3圆柱4标准值10.00030.00050.00070.000所提方法9.98130.01250.01069.991全局方法9.97930.02050.01870.021所提方法误差一0.0 190.0120.0100.009全局误差-0.0210.0200.0180.021考样品 CAD模型为真值,将全局方法与所提方法获取的点云作为测试数据进行配准，设置公差为0.025mm,将偏离公差带的测量点视为错误点，对比结果如图6 所示。0.100错误率：14.0 7%错误率：14.9 2%0.025uu/美-0.025-0.100(a)所提方法(b)全局方法图6点云提取方法的对比结果为了验证所提方法在噪声影响下对圆柱体点云的提取效果，设计高斯噪声干扰试验。向重建好的三维CT体数据添加4 组高斯噪声，标准差分别为500，10 0 0,150 0，2 0 0 0。用所提算法提取CT图像的边缘点并且用全局方法提取物体的三维模型，以参考样品的CAD模型为真值，添加噪声后所提边缘点提取方法与全局法提取的结果对比如图7所示。40全局方法所提方法35%/本302520150500100015002.000标准差图7噪声干扰下两种方法的提取结果对比2.2结果分析采用仿真软件生成的理想CT圆柱数据作为测量对象，以参考样品的CAD模型作为真实数据，对比所提方法与全局方法圆柱体的直径测量结果，结果表明所提方法的精度更高。所提方法提取点云的错误率为14.0 7%，略小于全局方法的错误率14.92%，前者点云提取的错误主要集中在平面部分，其主要是CT重建伪影引起的，后续需要考虑该方法对伪影的鲁棒性。噪声模拟试验说明，在不同程度的噪声影响下，所提方法的错误率明显小于全局方法的错误率，精度更高，鲁棒性更好。3结语提出了一种基于工业 CT的圆柱体尺寸测量方法,该方法可以测量CT图像中每一个圆柱体的直径。试验证明了该方法的圆柱体直径测量精度优于全局方法的。在噪声干扰对比试验中，所提方法的点云提取精度高于全局方法的，对噪声具有较好的鲁棒性。基于工业CT的圆柱体尺寸测量获得了较好的结果，展现出了CT在尺寸测量方面的优越性能，具有一定的工程应用价值。参考文献：1康克军，陈志强，肖永顺，等.适于大型装备缺陷检测的工业CT辐射成像技术 JI.中国体视学与图像分析,2 0 16,2 1(1)：14-2 1.2王倩妮，苏宇航，郭广平.基于工业CT图像的空心涡轮叶片壁厚测量法 J.无损检测，2 0 15，3 7（6）：2 9-32.3张祥春，张祥林，刘钊，等.工业CT技术在激光选区熔化增材制造中的应用 J.无损检测，2 0 19，4 1（3）：52-57.4胡婷萍，高丽敏，杨海楠.航空航天用增材制造金属结构件的无损检测研究进展 J.航空制造技术，2 0 19，62(8):70-75,87.5LIFTON J J,MALCOLM A A,MCBRIDE J W.Onthe uncertainty of surface determination in X-raycomputed tomography for dimensional metrologyLJ.Measurement Science and Technology,2015,26(3):035003.6KRUTH J P,BARTSCHER M,CARMIGNATO S,et al.Computed tomography for dimensionalmetrologyJJ.CIRP Annals,2011,60(2):821-842.7KOWALUK T,WOZNIAK A.A new thresholdselection method for X-ray computed tomography fordimensional metrology J.Precision Engineering,2017,50:449-454.（下转第6 0 页）无损检测2023年第45卷第7 期60（上接第19 页）AAAAAA多模式全聚焦法对焊缝内部条状缺陷的检测及定量宋泽宇，等：5 JIN S J,LIU C F,SHI S Q,et al.Comparison ofmorphology characterization for regular cracks withmulti-mode total focusing methodCJ/2019 Far EastNDT New Technology&Application Forum(FENDT).Qingdao,China:IEEE,2020:21-25.6李衍.多模式全聚焦法成像解析J.无损探伤，2 0 2 1，45(4):1-6.7金士杰，刘晨飞，史思琪，等。基于全模式全聚焦方法的裂纹超声成像定量检测J.仪器仪表学报，2 0 2 1，42(1):183-190.8宋小军，张，黄琼，等.基于全聚焦算法的骨折超声成像研究J.声学技术，2 0 2 1，40（4)：47 5-48 1.9张超才，韩军，龙晋桓，等.基于超声相控阵的小径薄壁管座角焊缝检测CIVA仿真JJ.中国测试，2 0 2 1，47(7):19-25.10池强强.超声相控阵检测的数值模拟及全聚焦成像研究D.上海：华东理工大学，2 0 19.11宋寿鹏，陈仪倩.超声全聚焦成像中等声程线伪影剔除方法J.应用声学，2 0 2 2，41（4）：52 7-53 4.12ZHANG J,DRINKWATER B W,WILCOX P D.Defect characterization using an ultrasonic array tomeasure the scattering coefficient matrixJ.IEEE8LIFTON J J,LIU T.Evaluation of the standardmeasurement uncertainty due to the ISO 50 surfacedetermination method for dimensional computedtomographyJ.Precision Engineering,2020,61:82-92.9HEINZL C,KLINGESBERGER R,KASTNER J,etal.Robust surface detection for variance comparisonand dimensional measurementJ.Physik in UnsererZt,2006,13(1):14-21.10LORENSEN W E,CLINE H E.Marching cubes:ahigh resolution 3D surface construction algorithmJJ.ACM SIGGRAPH Computer Graphics,1987,21(4):Transactions on Ultrasonics,Ferroelectrics,andFrequencyControl,2008,55(10):2254-2265.13SCHMERR L W.Fundamentals of ultrasonicnondestructive evaluationMJ.Switzerland:Springer,2016.14BUDYN N,BEVAN R L T,ZHANG J,et al.Amodel for multiview ultrasonic array inspection ofsmall two-dimensional defectsJ.IEEE TransactionsonUltrasonics，Fe r r o e l e c t r i c s，a n dFrequencyControl,2019,66(6):1129-1139.15DRINKWATER B W,WILCOX P D.Ultrasonicarrays for non-destructive evaluation:a review J.NDT&E International,2006,39(7):525-541.16ZHANG J,FELICE M V,VELICHKO A,et al.Angular and frequency behaviour of elastodynamicscattering from embedded scatterersJ.Ultrasonics,2019,99:105964.17ZHANG J,DRINKWATER B W,WILCOX P D.Theuse of ultrasonic arrays to characterize crack-likedefects J.Journal of Nondestructive Evaluation,2010,29(4):222-232.163-169.11CANNY J.A computational approach to edgedetectionJ.Readings in Computer Vision,1987:184-203.12FISCHLER M A,BOLLES R C.Random sampleconsensus:apparadigm for model fitting withapplicationstoimageanalysisandautomatedcartographyJ.Readings in Computer Vision,1987:726-740.13FELDKAMP L A,DAVIS L C,KRESS J W.Practicalcone-beam algorithm J.Journal of the OpticalSociety of America A,1984,1(6):612.欢迎网上投稿欢迎订阅欢迎刊登广告