零件工业CT层面数据研究

　　一、引言

　　复杂内腔零件经工业CT采集数据后,获得如图1

　　获得的BMP位图所示图像,但商用CAD/CAM软件却无法识别。本文系统的第一部分对工业CT的图像进行图像处理后得到零件内、外腔轮廓的大量离散数据,但商用CAD/CAM软件仍无法处理。

　　本文系统的第二部分对第一部分的结果进行图形处理,零件内、外腔轮廓数据最后结果为商用CAD/CAM软件可接受的IGES格式或STL格式。

　　二、图像处理

　　零件经工业CT后获得的BMP图像是一种由很多像素组成的点阵位图文件格式。经过滤波去噪、二值化以及轮廓线追踪后得到轮廓线上每点的坐标。进行图像处理的目的是提取零件内、外腔的截面轮廓数据,首先进行图像复原,以改善给定的图像质量。所获得的工业CT图像不可避免地会受到噪声污染,复原受到噪声污染的图像可采用滤波方法处理。线性滤波在去除噪声的同时也使图像的边缘变得模糊,不利于提取截面轮廓数据。本文系统采用去噪复原效果较好的非线性滤波———中心分级加权中值滤波。中值滤波是以损失图像边缘细节为代价来实现平滑滤波,加权中值滤波虽可以加强对图像边缘细节的保持性,但仍难以发挥中值滤波的最佳效果。仅对中心像素加权的中值滤波则不仅能明显提高边缘保持特性,还具有容易快速实现滤波的特点,但中心像素去噪后的复原稍差。中心加权中值滤波采用二级分级加权,可以分工实现保持边缘细节以及中心像素去噪后复原的功能。分级加权时,一级权取中心加权方式,实现对噪声的滤除功能;二级权取中心的紧邻像素,在中心去噪后以近邻像素值对中心像素进行重新复原。

　　对工业CT图像进行滤波去噪处理后,须对图像进行二值化处理以便提取位于零件轮廓线上的点。同种材料制成的零件,在工业CT图像中,零件截面像素点的灰度值应是一致或接近一致的,且与背景灰度值有显著差异,可用一个阈值将属于零件截面的灰度值与背景的灰度值分离开来,即进行图像二值化。本文系统根据图像灰度分布的统计特性,利用最大方差确定阈值,首先求出所处理的图像灰度分布直方图,然后选择阈值将直方图分割成两组,使得被分割的两组间方差为最大,并由此决定最佳阈值。二值化之后,系统判断哪些点是零件内、外腔轮廓线上的点,若某点的值与其邻域各点的值一致,则该点不是内、外腔轮廓线上的点;若某点与其邻域各点的值至少有一个不同,则该点是内、外腔轮廓线上的点。

　　对二值图像,系统进行轮廓线追踪后,采用Free-man的链符法记录轮廓追踪后得到的轮廓线点列数据。

　　三、图形处理