CN102592284B - 零件表面形貌三维高密度点云数据转化为灰度图像的方法 - Google Patents

Abstract

零件表面形貌三维高密度点云数据转化为灰度图像的方法。属于零件表面形貌检测和点云数据处理技术领域。本发明方法包括：首先，通过三维高分辨率表面形貌测量技术测量零件表面得到三维高密度点云数据。然后，利用MATLAB软件读入三维高密度点云数据，通过插值命令将点云数据的Z坐标值转换为栅格各点的值，存储为二维矩阵I，并剔除矩阵I中不属于零件表面的元素。最后将矩阵I转换为灰度图像。本发明生成的灰度图像，能够覆盖整个零件表面，有效的反映零件表面整体形貌和加工纹理，改进了传统图像采集系统需通过局部图像匹配、拼接获取零件表面全貌的缺点和三维高分辨率表面形貌测量技术反映加工纹理特征方面的不足。

Description

零件表面形貌三维高密度点云数据转化为灰度图像的方法

技术领域：

本发明涉及一种零件表面形貌三维高密度点云数据转化为灰度图像的方法，通过将三维高密度点云数据中反映零件表面形貌的高度值映射为像素的灰度值，生成能够反映零件整体表面形貌特别是纹理特征的灰度图像。属于零件表面形貌检测和点云数据处理技术领域。

背景技术：

随着对精密零件表面加工要求的不断提高,作为一种重要的产品质量控制手段,机械加工零件表面形貌检测技术被广泛应用于机械表面的加工过程。铣削、磨削、刨削等工艺加工出的零件表面,由于加工过程刀具行程的变化、材料本身特性以及振动等原因,会在机械加工零件表面形成不同的纹理。对表面加工纹理的分析研究,一方面可以对零件的加工质量及机床本身的精度进行综合评价，另一方面可以用于表面质量缺陷分析及内在根源追溯。

传统的零件加工表面纹理图像大多由图像采集系统直接获得。已有技术中，黎明在论文“机械加工零件表面纹理缺陷检测”（《中国图象图形学报》2004年第9卷第3期，318-322页）中提到的零件表面纹理图像采集系统由荧光光源、显微镜和CCD摄像机组成。该零件表面纹理图像采集系统，由于测量精度的要求以及受视觉范围的限制，只能取得零件表面的局部形貌，无法获取零件表面的整体形貌，必须通过局部图像的匹配、拼接来获取零件表面全貌。另外，由于生成的零件表面形貌图像清晰度较低，损失了零件表面形貌特征的部分细节。

专利号为WO2008070746名称为“SYSTEM AND METHOD FOR SHIFTING PHASE IN AMULTI-WAVELENGTH INTERFEROMETRIC IMAGING SYSTEM”的美国专利，提出的三维高分辨率表面形貌测量技术能够对零件表面形貌进行整体检测，能够生成反映零件整体表面形貌的三维高密度点云数据，该数据为X、Y、Z三维坐标格式，以及彩色编码的三维表面形貌图像。该三维表面形貌图像虽然能够很好的反映零件表面各点的高度，但是对于反映零件加工表面留下痕迹的深浅、疏密、形状，特别是纹理特征的表现则不太理想，不能有效地对零件表面纹理进行描述和识别。

发明内容：

为了克服三维高分辨率表面形貌测量技术生成的彩色编码三维表面形貌图像，在显示零件表面加工纹理方面的不足，本发明提出了一种将零件表面形貌三维高密度点云数据转换为灰度图像的方法。由于三维高密度点云数据测点采样密度高，可达到每平方毫米40个测点，故可以将三维高密度点云数据中的点转化为图像中的像素，而不损失零件表面形貌的细节信息。该方法生成的灰度图像既能反映零件表面的整体形貌，又可以有效的体现零件表面的加工纹理特征。

本发明是按照下述技术方案实现的。本发明方法包括下述步骤：

第一步：通过采用三维高分辨率表面形貌测量技术对零件表面进行测量，得到三维高密度点云数据，该数据以X、Y、Z三维坐标格式显示，并得到彩色编码的三维表面形貌图像。

第二步：读入三维高密度点云数据。在计算机上利用软件分别将三维高密度点云数据各点的X、Y、Z三维坐标读入，存储为N行3列的矩阵A。其中行数N为点云数量；第一、二列存储各点的X、Y坐标值，表示各点在零件表面的位置；第三列存储各点的Z坐标值，表示各点相对于基准面的高度。

第三步：对读入的三维高密度点云数据进行插值。利用矩阵A第一、二列存储的各点X、Y的坐标值，生成覆盖零件表面的X、Y方向的矩形域栅格，通过软件插值命令将矩阵A中第三列存储的Z坐标值转换为栅格各点的值，并存储为二维矩阵I。

第四步：进行边界判断。利用矩阵A中前两列存储的X、Y坐标值生成零件表面轮廓，以判断矩阵I中各元素是否属于零件表面上的测点，通过矩阵I中元素位置计算得到该矩阵I中的测点在零件表面的实际位置，与零件表面轮廓比较，如果比较结果小于设定的边界阈值，则判定该矩阵I中的测点属于零件表面测点，并保留该矩阵I中的测点数值，如果大于设定的阈值，则判定该矩阵I中的测点不属于零件表面测点，将该矩阵I中的测点的值设为空。边界阈值大于等于栅格的步长。

第五步：将矩阵I转换为灰度图像。将二维矩阵I中每个元素的值转化为灰度值，并将不属于零件表面的点设置为背景色，生成能够有效反映零件表面整体形貌和加工纹理的灰度图像，最后对灰度图像进行显示和处理。

本发明的有益效果：

本发明涉及一种零件表面形貌三维高密度点云数据转化为灰度图像的方法。本发明生成的灰度图像，能够覆盖整个零件表面，可以有效的反映零件表面的整体形貌和加工纹理，改进了传统图像采集系统需通过局部图像的匹配、拼接来获取零件表面全貌的缺点，以及三维高分辨率表面形貌测量技术生成的三维表面形貌图像不足以反映零件加工表面纹理特征的缺陷。同时，由于三维高密度点云数据密集，保证了零件表面灰度图像的清晰度，从而为后续基于图像处理的零件形貌评价、模式匹配及质量控制方法提供了坚实的基础，具有重要的工程实用价值。

附图说明：

图1是三维高分辨率表面形貌测量技术测量发动机缸体顶面生成的三维表面形貌图像

图2是本发明三维高密度点云数据各点的X、Y坐标值生成的发动机缸体顶面轮廓图像

图3是本发明三维高密度点云数据转化为的发动机缸体顶面形貌灰度图像

具体实施方式：

下面以某发动机厂生产的发动机缸体顶面的测量为例，结合附图对本发明的具体实施作进一步描述。

如图1、图2、图3所示，本发明方法包括下述步骤：

第一步：通过采用三维高分辨率表面形貌测量技术对发动机缸体顶面进行测量，得到三维高密度点云数据，该数据以X、Y、Z三维坐标格式显示，并得到彩色编码的三维表面形貌图，如图1所示。其X、Y方向分辨率均为150μm，Z方向测量精度为1μm，点云数据密度可达到每平方毫米40个测点，测点总数可达4百万点。

第二步：读入三维高密度点云数据。在计算机上利用MATLAB软件分别将三维高密度点云数据各点的X、Y、Z三维坐标读入，存储为N行3列的矩阵A。其中行数N为点云数量；第一、二列存储各点的X、Y坐标值，表示各点在发动机缸体顶面的位置；第三列存储各点的Z坐标值，表示各点相对于基准面的高度。

第三步：对读入的三维高密度点云数据进行插值。利用矩阵A第一、二列存储的X、Y坐标值，生成覆盖发动机缸体顶面的X、Y方向的矩形域栅格，其中栅格的极值为三维高密度点云数据中X、Y方向的极值，栅格步长根据X、Y方向分辨率设置，应大于等于150μm。通过插值命令将矩阵A中第三列存储的Z坐标值转换为栅格各点的值，并存储为二维矩阵I。

第四步：进行边界判断，利用矩阵A中前两列存储的X、Y坐标值生成发动机缸体顶面轮廓，如图2所示，并选取二维矩阵I中属于发动机缸体顶面的测点数据。通过矩阵I中元素位置计算得到该矩阵I中的测点在发动机缸体顶面的实际位置，与发动机缸体顶面轮廓比较，如果比较结果小于设定的边界阈值，则判定该矩阵I中的测点属于发动机缸体顶面测点，并保留该矩阵I中的测点数值，如果大于设定的边界阈值，则判定该矩阵I中的测点不属于发动机缸体顶面测点，将该矩阵I中的测点的值设为空。边界阈值大于等于栅格的步长。

第五步：将二维矩阵I转换为灰度图像。利用MATLAB软件将二维矩阵I中每个元素的值转化为像素的灰度，灰度的取值范围为[01]或[0255]，并将不属于发动机缸体顶面的点设置为背景色，生成能够有效反映发动机缸体顶面整体形貌和加工纹理的灰度图像，最后对灰度图像进行显示和处理，结果如图3所示。

Claims (5)

1.一种零件表面形貌三维高密度点云数据转化为灰度图像的方法，其特征在于,该方法包括下述步骤：

第一步：通过采用三维高分辨率表面形貌测量技术对零件表面进行测量，得到三维高密度点云数据，该数据以X、Y、Z三维坐标格式显示，并得到彩色编码的三维表面形貌图像；

第二步：读入三维高密度点云数据，在计算机上利用软件分别将三维高密度点云数据各点的X、Y、Z三维坐标读入，存储为N行3列的矩阵A，其中行数N为点云数量；第一、二列存储各点的X、Y坐标值，表示各点在零件表面的位置；第三列存储各点的Z坐标值，表示各点相对于基准面的高度；

第三步：对读入的三维高密度点云数据进行插值，利用矩阵A第一、二列存储的各点X、Y的坐标值，生成覆盖零件表面的X、Y方向的矩形域栅格，通过软件插值命令将矩阵A中第三列存储的Z坐标值转换为栅格各点的值，并存储为二维矩阵I；

第四步：进行边界判断，利用矩阵A中前两列存储的X、Y坐标值生成零件表面轮廓，以判断矩阵I中各元素是否属于零件表面上的测点，通过矩阵I中元素位置计算得到该矩阵I中的测点在零件表面的实际位置，与零件表面轮廓比较，如果比较结果小于设定的边界阈值，则判定该矩阵I中的测点属于零件表面测点，并保留该矩阵I中的测点数值，如果大于设定的阈值，则判定该矩阵I中的测点不属于零件表面测点，将该矩阵I中的测点的值设为空，边界阈值大于等于栅格的步长；

第五步：将矩阵I转换为灰度图像，将二维矩阵I中每个元素的值转化为灰度值，并将不属于零件表面的点设置为背景色，生成能够有效反映零件表面整体形貌和加工纹理的灰度图像，最后对灰度图像进行显示和处理。

2.根据权利要求1所述的零件表面形貌三维高密度点云数据转化为灰度图像的方法，其特征是所说的步骤一中，三维高分辨率表面形貌测量技术的X、Y方向分辨率均为150μm，Z方向测量精度为1μm，点云数据密度可达到每平方毫米40个测点，测点总数可达4百万点。

3.根据权利要求1所述的零件表面形貌三维高密度点云数据转化为灰度图像的方法，其特征是所说的步骤二中，读入三维高密度点云数据所用的软件为MATLAB。

4.根据权利要求1所述的零件表面形貌三维高密度点云数据转化为灰度图像的方法，其特征是所说的步骤三中，栅格的极值为三维高密度点云数据中X、Y方向的极值，栅格步长根据X、Y方向分辨率设置，应大于等于150μm，插值命令所用的软件为MATLAB。

5.根据权利要求1所述的零件表面形貌三维高密度点云数据转化为灰度图像的方法，其特征是所说的步骤五中，是用MATLAB软件将二维矩阵I中每个元素的值转化为像素的灰度，灰度的取值范围为[01]或[0255]。