CN107330886A - 一种表面微小损伤的高精度量化方法 - Google Patents
一种表面微小损伤的高精度量化方法 Download PDFInfo
- Publication number
- CN107330886A CN107330886A CN201710558919.6A CN201710558919A CN107330886A CN 107330886 A CN107330886 A CN 107330886A CN 201710558919 A CN201710558919 A CN 201710558919A CN 107330886 A CN107330886 A CN 107330886A
- Authority
- CN
- China
- Prior art keywords
- mrow
- damage
- msub
- data
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种表面微小损伤的高精度量化方法，采用激光扫描仪对被测样件表面进行扫描得到损伤形貌的三维点云数据，对于高速滑动电接触损伤形貌的高精度测量问题，根据扫描数据线型分布的特点，提出了以扫描数据的每条扫描线为处理对象，采用迭代求差的方法，提取出损伤边界点。利用最近邻域搜索的方法确定位于同一边界线上的边界点，根据以上结果结合数据配准技术，提取出损伤区域，在此基础上结合三角剖分思想把损伤区域的点云数据进行三角剖分，剔除不同损伤区域边界产生的异常三角形后，计算得到高精度的损伤区域体积和质量，为减小表面损伤措施的建立提供重要依据，提高了提取的损伤形貌的精度。
Description
技术领域
本发明涉及损伤识别技术领域，尤其涉及一种表面微小损伤的高精度量化方法。
背景技术
高速滑动电接触在航天发射、电磁发射设备中有广泛的应用，在大载流以及高速运行的条件下，其表面极易产生烧蚀、磨损、刨蚀等损伤，严重影响其正常使用寿命和工作效率。
高速滑动电接触表面损伤有效的检测方法对及时掌握其损伤情况制定有效的防护措施避免不必要的财产损失和人员伤亡有重要意义。关于高速滑动电接触表面损伤形成机理及分析等方面，国内外学者做了较多研究。但是大载流(大于200KA)超高速滑动的条件对于表面微小损伤的检测识别提出了更高的量化要求。
现有技术主要是从观察高速滑动电接触表面损伤的微、宏观结构出发，分析产生损伤的机理，以及另一种主要分析各种物理量对损伤的定性影响并不太适用于高精密设备的研究，很少涉及到高速电接触表面损伤的高精度定量分析。
发明内容
针对上述问题，本发明的目的在于提供一种表面微小损伤的高精度量化方法，得到高精度的损伤区域体积和质量。
为了解决背景技术中所存在的问题，本发明的技术方案为：
一种表面微小损伤的高精度量化方法，包括：
1)、对被测样件进行扫描，得到被测样件表面的三维点云数据；
2)、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理，并根据迭代求差算法提取出损伤边界点；
3)、根据最近邻域搜索法以及数据配准技术对损伤边界点进行处理，确定损伤边界和损伤区域；
4)、对所述损伤区域的三维点云数据进行三角剖分，剔除三角剖分后产生的异常三角形，得到高精度的损伤区域体积和质量。
确定损伤边界和损伤区域后还包括对提取出损伤区域数据进行计算，得到损伤区域三维点云数据的曲率，并以RGB彩色信息的方式显示出损伤区域点云的曲率变化。
所述异常三角形为不同的损伤区域边界三维点数据之间进行三角剖分后，产生的异常三角形。
所述步骤1)具体包括：
将被测样件置于二维激光扫描仪下，通过高低螺筒，调节样件距离二维激光扫描仪的距离，得到样件表面的三维点云数据。
所述步骤2)具体包括：
2.1、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理之后，根据最小二乘法设定基准平面；
2.2、在基准平面的所有Z轴坐标值基础上增加±l的余量；
2.3、提取出所有Z坐标值在Z-l＜Z＜Z+l范围的三维点云数据；
2.4、用被提取的三维点云数据的后一个数据点的X轴坐标值减去前一个数据点的X轴坐标值，当Xi+1-Xi＞ε时，保留第i个和第i+1个数据点，其中，i＝0、1、2、...n-1，n为被提取的三维点云数据中扫描线上总的点云数，ε为扫描线上每个点的X轴坐标值依次增加量；
2.5、依次遍历所有被提取的三维点云数据中的点，得到损伤边界点。
所述步骤3)具体包括：
3.1、以提取出的损伤边界点的任一点为起始点，并标记该点；
3.2、搜索距离所述标记点最近的点作为下一轮搜索的起始点；
3.3、依次循环，直到搜索到终点，得到处于同一边界的损伤边界点数据；
3.4、将扫描数据和损伤区域数据的损伤边界点数据进行点云数据配准，将每条扫描线上的数据重叠部分分别标记为r(r＝1,2,3,…)，分别使其中的第奇数个数据(r＝1,3,5...)作为损伤区域的起始点，其紧接着的第偶个数据(r＝2,4,6.....)为该损伤区域的终止点，在原始扫描数据上将起始点与终止点之间的数据提取出来；
3.5、依次循环完所有的扫描线就得到了损伤区域数据。
所述步骤3.3中设置有距离阈值δ，当某点距离其邻域内最近点的距离大于δ时，则认定为终止点。
所述步骤4)具体包括：
4.1、将损伤区剖分成若干不规则的小三棱柱；
4.2、寻找不规则三棱柱的最低点，以最低点的Z轴坐标值所在平面为分界平面，把不规则的三棱柱分成一个规则的三棱柱和一个不规则的棱锥；
4.3、分别利用体积公式计算三棱柱和棱锥的体积和质量，最后叠加，得到损伤区域的损伤体积和质量。
所述损伤区域的损伤体积计算方法为：
假设整个检测矩阵的大小为m×n，损伤特征区域某一行的边缘点的坐标为(i，p)，(i，q)，则该行Z轴的基准为：
式中，Zij为第i行第j列的数据，
式中，Zi(i＝max、mid、min)为剖分三棱柱的三个高，h为每一行的基准，s为单个小三角形微元的面积，d1为不规则棱锥底面的高，d2为不规则棱锥的高，V1为截取的规则三棱柱的体积，V2为不规则棱锥的体积，V为损伤区域的总体积；
所述质量计算方法为：
M＝Vρ
式中ρ为被测样件材料的密度。
与现有技术相比较，本发明的有益效果为：
本发明提供了一种表面微小损伤的高精度量化方法，针对高速滑动电接触被测样件表面出现的刨蚀坑、烧蚀坑、划痕等多种微小损伤类型并存的情况，根据扫描数据线型分布的特点，提出了以扫描数据的每条扫描线为处理对象，采用迭代求差的方法，提取出损伤边界点。利用最近邻域搜索的方法确定位于同一边界线上的边界点，根据以上结果结合点云数据配准技术提取出损伤区域，在此基础上结合三角剖分思想把损伤区域的点云数据进行三角剖分，剔除不同损伤区域边界产生的异常三角形后，得到高精度的损伤区域体积和质量，为减小表面损伤措施的建立提供重要依据，本发明提高了提取的损伤形貌的精度，损伤区域的体积和质量的计算精度得到提高。
附图说明
图1是本发明图表面微小损伤的高精度量化方法流程图；
图2是本发明图损伤提取过程图，其中，(a)为损伤原图，(b)为损伤边界点图，(c)为伤边界图，(d)为三角剖分处理图，(e)为三棱柱处理图；
图3是本发明图曲率变化RGB彩色信息图；
图4为本发明三角剖分过程示意图。
具体实施方式
下面结合附图对本发明做详细描述。
如图1所示，本发明提供了一种表面微小损伤的高精度量化方法，包括：
1)、对被测样件进行扫描，得到被测样件表面的三维点云数据；
具体地，将被测样件置于二维激光扫描仪下，通过高低螺筒，调节样件距离二维激光扫描仪的距离，得到样件表面的三维点云数据，如图2(a)所示。
2)、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理，并根据迭代求差算法提取出损伤边界点，如图2(b)所示；
具体包括：
2.1、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理之后，根据最小二乘法设定基准平面；
2.2、在基准平面的所有Z轴坐标值基础上增加±l的余量；因为在进行平面拟合时有实际数据点没有落到基准平面上，所以要在基准平面的基础上留有±l的余量，并称此含有±l余量的平面为参考基准平面。
2.3、提取出所有Z坐标值在Z-l＜Z＜Z+l范围的三维点云数据，得到被提取的三维点云数据；
2.4、用被提取的三维点云数据的后一个数据点的X轴坐标值减去前一个数据点的X轴坐标值，当Xi+1-Xi＞ε时，保留第i个和第i+1个数据点，其中，i＝0、1、2、...n-1，n为被提取的三维点云数据中扫描线上总的点云数，ε为扫描线上每个点的X坐标值依次增加量；需要说明的是，当剔除损伤点云以后，参考基准平面在损伤区域没有点云数据，所以扫描线上每一个点的X轴坐标值不再是以ε值增加。
2.5、依次遍历所有被提取的三维点云数据中的点，得到损伤边界点。
3)、根据最近邻域搜索法以及点云数据配准技术对损伤边界点进行处理，确定损伤边界和损伤区域，如图2(c)所示；
步骤3)具体包括：
3.1、以提取出的损伤边界点的任一点为起始点，并标记该点；
3.2、搜索距离所述标记点最近的点作为下一轮搜索的起始点；
3.3、依次循环，直到搜索到终点，得到处于同一边界的损伤边界点数据；
3.4、将扫描数据和损伤区域数据的损伤边界点数据进行点云数据配准，将每条扫描线上的数据重叠部分分别标记为r(r＝1,2,3,…)，分别使其中的第奇数个数据(r＝1,3,5...)作为损伤区域的起始点，其紧接着的第偶个数据(r＝2,4,6.....)为该损伤区域的终止点，在原始扫描数据上将起始点与终止点之间的数据提取出来；
3.5、依次循环完所有的扫描线就得到了损伤区域数据。
4)、对所述损伤区域的三维点云数据进行三角剖分，剔除三角剖分后产生的异常三角形，得到高精度的损伤区域体积和质量，所述异常三角形为不同的损伤区域边界三维点数据之间进行三角剖分如图4所示，三角剖分后产生的异常三角形。
所述步骤4)具体包括：
4.1、将损伤区剖分成若干不规则的小三棱柱，如图2(d)所示；
4.2、寻找不规则三棱柱的最低点，以最低点的Z轴坐标值所在平面为分界平面，所述Z轴坐标值所在平面平行于参考基准平面，把不规则的三棱柱分成一个规则的三棱柱和一个不规则的棱锥，如图2(e)所示；
4.3、分别利用体积公式计算三棱柱和棱锥的体积和质量，最后叠加，得到损伤区域的损伤体积和质量。所述损伤区域的损伤体积计算方法为：
假设整个检测矩阵的大小为m×n，损伤特征区域某一行的边缘点的坐标为(i，p)，(i，q)，则该行Z轴的基准为：
式中，Zij为第i行第j列的数据，
式中，Zi(i＝max、mid、min)为剖分三棱柱的三个高，h为每一行的基准，s为单个小三角形微元的面积，d1为不规则棱锥底面的高，d2为不规则棱锥的高，V1为截取的规则三棱柱的体积，V2为不规则棱锥的体积，V为损伤区域的总体积；
所述质量计算方法为：
M＝Vρ
式中ρ为被测样件材料的密度。
优选地，如图3所示，本发明中所述确定损伤边界和损伤区域后，还包括对提取出损伤区域数据进行计算，得到损伤区域三维点云数据的曲率，并以RGB彩色信息的方式显示出损伤区域点云的曲率变化，直观反映损伤点云数据的变化趋势。
对于本领域技术人员而言，显然能了解到上述具体实施例只是本发明的优选方案，因此本领域的技术人员对本发明中的某些部分所可能作出的改进、变动，体现的仍是本发明的原理，实现的仍是本发明的目的，均属于本发明所保护的范围。
Claims (9)
1.一种表面微小损伤的高精度量化方法，其特征在于，包括：
1)、对被测样件进行扫描，得到被测样件表面的三维点云数据；
2)、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理，并根据迭代求差算法提取出损伤边界点；
3)、根据最近邻域搜索法以及数据配准技术对损伤边界点进行处理，确定损伤边界和损伤区域；
4)、对所述损伤区域的三维点云数据进行三角剖分，剔除三角剖分后产生的异常三角形，得到高精度的损伤区域体积和质量。
2.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，确定损伤边界和损伤区域后还包括对提取出损伤区域数据进行曲率计算，得到损伤区域三维点云数据的曲率，并以RGB彩色信息的方式显示出损伤区域点云的曲率变化。
3.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，所述异常三角形为不同的损伤区域边界三维点数据之间进行三角剖分后，产生的异常三角形。
4.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，所述步骤1)具体包括：
将被测样件置于二维激光扫描仪下，通过高低螺筒，调节样件距离二维激光扫描仪的距离，得到样件表面的三维点云数据。
5.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，所述步骤2)具体包括：
2.1、以扫描数据的每条扫描线为处理对象，对采样数据进行预处理之后，根据最小二乘法设定基准平面；
2.2、在基准平面的所有Z轴坐标值基础上增加±l的余量；
2.3、提取出所有Z轴坐标值在Z-l＜Z＜Z+l范围的三维点云数据；
2.4、用被提取的三维点云数据的后一个数据点的X轴坐标值减去前一个数据点的X轴坐标值，当Xi+1-Xi＞ε时，保留第i个和第i+1个数据点，其中，i＝0、1、2、...n-1，n为被提取的三维点云数据中扫描线上总的点云数，ε为扫描线上每个点的X轴坐标值依次增加量；
2.5、依次遍历所有被提取的三维点云数据中的点，得到损伤边界点。
6.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，所述步骤3)具体包括：
3.1、以提取出的损伤边界点的任一点为起始点，并标记该点；
3.2、搜索距离所述标记点最近的点作为下一轮搜索的起始点；
3.3、依次循环，直到搜索到终点，得到处于同一边界的损伤边界点数据；
3.4、将扫描数据和损伤区域数据的损伤边界点数据进行点云数据配准，将每条扫描线上的数据重叠部分分别标记为r(r＝1,2,3,…)，分别使其中的第奇数个数据(r＝1,3,5...)作为损伤区域的起始点，其紧接着的第偶个数据(r＝2,4,6.....)为该损伤区域的终止点，在原始扫描数据上将起始点与终止点之间的数据提取出来；
3.5、依次循环完所有的扫描线就得到了损伤区域数据。
7.根据权利要求6所述的表面微小损伤的高精度量化方法，其特征在于，所述步骤3.3中设置有距离阈值δ，当某点距离其邻域内最近点的距离大于δ时，则认定为终止点。
8.根据权利要求1所述的表面微小损伤的高精度量化方法，其特征在于，所述步骤4)具体包括：
4.1、将损伤区剖分成若干不规则的小三棱柱；
4.2、寻找不规则三棱柱的最低点，以最低点的Z轴坐标值所在平面为分界平面，把不规则的三棱柱分成一个规则的三棱柱和一个不规则的棱锥；
4.3、分别利用体积公式计算三棱柱和棱锥的体积和质量，最后叠加，得到损伤区域的损伤体积和质量。
9.根据权利要求8所述的表面微小损伤的高精度量化方法，其特征在于，所述损伤区域的损伤体积计算方法为：
假设整个检测矩阵的大小为m×n，损伤特征区域某一行的边缘点的坐标为(i，p)，(i，q)，则该行Z轴的基准为：
<mrow>
<mi>h</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>p</mi>
</munderover>
<msub>
<mi>Z</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>q</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Z</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>q</mi>
<mo>+</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
</mrow>
式中，Zij为第i行第j列的数据，
<mrow>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>s</mi>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mfrac>
<mn>1</mn>
<mn>3</mn>
</mfrac>
<mo>{</mo>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Z</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>d</mi>
<mn>1</mn>
</msub>
<mo>&rsqb;</mo>
<mo>&times;</mo>
<msub>
<mi>d</mi>
<mn>2</mn>
</msub>
<mo>}</mo>
<mo>,</mo>
<mi>V</mi>
<mo>=</mo>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
</mrow>
式中，Zi(i＝max、mid、min)为剖分三棱柱的三个高，h为每一行的基准，s为单个小三角形微元的面积，d1为不规则棱锥底面的高，d2为不规则棱锥的高，V1为截取的规则三棱柱的体积，V2为不规则棱锥的体积，V为损伤区域的总体积；
所述质量计算方法为：
M＝Vρ
式中ρ为被测样件材料的密度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710558919.6A CN107330886B (zh) | 2017-07-11 | 2017-07-11 | 一种表面微小损伤的高精度量化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710558919.6A CN107330886B (zh) | 2017-07-11 | 2017-07-11 | 一种表面微小损伤的高精度量化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107330886A true CN107330886A (zh) | 2017-11-07 |
| CN107330886B CN107330886B (zh) | 2020-08-04 |
Family
ID=60196143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710558919.6A Active CN107330886B (zh) | 2017-07-11 | 2017-07-11 | 一种表面微小损伤的高精度量化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107330886B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108171708A (zh) * | 2018-01-24 | 2018-06-15 | 北京威远图易数字科技有限公司 | 车辆定损方法与系统 |
| CN109727284A (zh) * | 2018-12-27 | 2019-05-07 | 中南大学 | 采空区体积的计算方法和装置 |
| CN113344823A (zh) * | 2021-06-29 | 2021-09-03 | 河北工业大学 | 一种银线型触头烧蚀区域形貌三维粗糙度表征方法 |
| CN114111567A (zh) * | 2021-09-26 | 2022-03-01 | 华能国际电力股份有限公司大连电厂 | 一种原煤仓用煤堆测量方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101388118A (zh) * | 2008-10-17 | 2009-03-18 | 浙江大学 | 基于扫描输入的三维鞋楦重建方法 |
| CN102920457A (zh) * | 2011-12-12 | 2013-02-13 | 中国科学院深圳先进技术研究院 | 磁共振弹性成像精确度检测方法 |
| CN103655014A (zh) * | 2013-11-26 | 2014-03-26 | 西安交通大学 | 一种人工关节磨损评估方法及评估系统 |
| WO2016065063A1 (en) * | 2014-10-22 | 2016-04-28 | Pointivo, Inc. | Photogrammetric methods and devices related thereto |
| CN106524963A (zh) * | 2016-10-25 | 2017-03-22 | 西安交通大学 | 一种人工膝关节聚乙烯衬垫体积磨损评估方法 |
| CN106874628A (zh) * | 2017-03-23 | 2017-06-20 | 河北工业大学 | 一种航空发动机压气机叶片叶尖缺损的三维重建方法 |
-
2017
- 2017-07-11 CN CN201710558919.6A patent/CN107330886B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101388118A (zh) * | 2008-10-17 | 2009-03-18 | 浙江大学 | 基于扫描输入的三维鞋楦重建方法 |
| CN102920457A (zh) * | 2011-12-12 | 2013-02-13 | 中国科学院深圳先进技术研究院 | 磁共振弹性成像精确度检测方法 |
| CN103655014A (zh) * | 2013-11-26 | 2014-03-26 | 西安交通大学 | 一种人工关节磨损评估方法及评估系统 |
| WO2016065063A1 (en) * | 2014-10-22 | 2016-04-28 | Pointivo, Inc. | Photogrammetric methods and devices related thereto |
| CN106524963A (zh) * | 2016-10-25 | 2017-03-22 | 西安交通大学 | 一种人工膝关节聚乙烯衬垫体积磨损评估方法 |
| CN106874628A (zh) * | 2017-03-23 | 2017-06-20 | 河北工业大学 | 一种航空发动机压气机叶片叶尖缺损的三维重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张玉燕: "高速滑动电接触构件表面损伤参数计算方法", 《中国激光》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108171708A (zh) * | 2018-01-24 | 2018-06-15 | 北京威远图易数字科技有限公司 | 车辆定损方法与系统 |
| CN109727284A (zh) * | 2018-12-27 | 2019-05-07 | 中南大学 | 采空区体积的计算方法和装置 |
| CN113344823A (zh) * | 2021-06-29 | 2021-09-03 | 河北工业大学 | 一种银线型触头烧蚀区域形貌三维粗糙度表征方法 |
| CN113344823B (zh) * | 2021-06-29 | 2022-05-10 | 河北工业大学 | 一种银线型触头烧蚀区域形貌三维粗糙度表征方法 |
| CN114111567A (zh) * | 2021-09-26 | 2022-03-01 | 华能国际电力股份有限公司大连电厂 | 一种原煤仓用煤堆测量方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107330886B (zh) | 2020-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103913131B (zh) | 一种基于双目视觉的自由曲面法矢量测量方法 | |
| CN107330886A (zh) | 一种表面微小损伤的高精度量化方法 | |
| CN109544612B (zh) | 基于特征点几何表面描述的点云配准方法 | |
| CN103077529B (zh) | 基于图像扫描的植物叶片特征分析系统 | |
| CN106289777B (zh) | 一种基于几何度量的多工况滚动轴承性能评估方法 | |
| CN109886939B (zh) | 基于张量投票的桥梁裂缝检测方法 | |
| CN112819845B (zh) | 柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备 | |
| US10060726B2 (en) | Parallel image measurement method oriented to the insulating layer thickness of a radial symmetrical cable section | |
| CN106683076A (zh) | 基于纹理特征聚类的机车轮对踏面损伤检测的方法 | |
| CN107808141A (zh) | 一种基于深度学习的输电线路绝缘子爆裂识别方法 | |
| CN110110687A (zh) | 基于颜色信息和三维轮廓信息的树上水果自动识别方法 | |
| CN104359415B (zh) | 一种水火弯板角变形量测量方法及系统 | |
| CN107392954A (zh) | 一种基于序列图像的粗大误差点剔除方法 | |
| CN108320310B (zh) | 基于图像序列的空间目标三维姿态估计方法 | |
| CN106500594A (zh) | 融合反射强度和几何特征的铁路轨道半自动检测方法 | |
| CN108256545B (zh) | 一种曲线匹配方法及目标物体的形状匹配方法 | |
| CN105444692B (zh) | 一种水火弯板曲面提取方法 | |
| CN106887003A (zh) | 基于八邻域深度差的点云边缘提取方法 | |
| CN103994718B (zh) | 基于显微镜以及计算机视觉的微小电子元件定位识别方法 | |
| CN103871048B (zh) | 一种基于直线基元的几何哈希法实时定位与匹配方法 | |
| CN114429537A (zh) | 石窟点云中提取佛龛的方法 | |
| JP2005251043A (ja) | 実測図作成支援方法およびその装置 | |
| Namioka et al. | A study on automatic face parts extraction for evaluating face similarity of Haniwa based on 3D measured point clouds | |
| CN109801278B (zh) | 一种高速滑动电接触运动副表面损伤分类方法 | |
| CN116524008B (zh) | 一种用于安检ct智能识别的目标物匹配与空间位置估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |