CN108592794A - 一种凸面上凹坑中点的识别方法 - Google Patents

一种凸面上凹坑中点的识别方法 Download PDF

Info

Publication number
CN108592794A
CN108592794A CN201810512218.3A CN201810512218A CN108592794A CN 108592794 A CN108592794 A CN 108592794A CN 201810512218 A CN201810512218 A CN 201810512218A CN 108592794 A CN108592794 A CN 108592794A
Authority
CN
China
Prior art keywords
pit
point
midpoint
checked
convex surface
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
Application number
CN201810512218.3A
Other languages
English (en)
Other versions
CN108592794B (zh
Inventor
孙玉梅
车九妹
赵静蕾
高爱梅
安凯
刘彦斌
高翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yantai Nanshan University
Original Assignee
Yantai Nanshan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yantai Nanshan University filed Critical Yantai Nanshan University
Priority to CN201810512218.3A priority Critical patent/CN108592794B/zh
Publication of CN108592794A publication Critical patent/CN108592794A/zh
Application granted granted Critical
Publication of CN108592794B publication Critical patent/CN108592794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/002Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种待检体表面为凸面时的凹坑识别方法,通过由激光器阵列构成的探测系统,可以测量一定区域内点阵中各点在某一坐标系统下的三维坐。本发明采用横、纵双向搜索方法,对每一行或每一列测量点,依据其邻近的两个测量点识别其是否在凹坑中,然后将所有被识别为凹坑中的点从点列中去掉,对剩余点列重复上述过程,如果有新的点被识别出来,继续重复上述过程,直到再无新的点被识别出来位置,由此得到了所有凹坑中的点。本发明的有益效果在于:1.运算简单,节省计算时间;2.不仅可用于待检体表面为凸面的情形,也可用于待检体表面为平面的情形。

Description

一种凸面上凹坑中点的识别方法
技术领域
本发明涉及一种凸面上凹坑中点的识别方法
背景技术
飞机在起飞和着陆过程中,蒙皮、壁板和整流包皮因受外来物撞击,例如空中的飞鸟,或者其它意外事故,会形成局部凹坑。凹坑将增加飞机的飞行阻力,影响飞机的飞行性能。当表面为平面时,通过由激光器阵列构成的探测系统,可以测量一定区域内点阵中各点在某一坐标系统下的三维坐标,通过这些坐标就可以将位于凹坑中的点识别出来,从而得到凹坑的最小宽度以及波浪度,并由此确定凹坑是否存在和是否需要修理。但当表面为凸面时,针对表面为平面的那种识别方法不在适用,为获得凹坑的最小宽度和波浪度,首先需要解决凸面上凹坑中点的识别问题。
发明内容
当待检体表面为凸面时,通过由激光器阵列构成的探测系统,可以测量一定区域内点阵中各点在某一坐标系统下的三维坐标,以(xij,yij,zij)(i,j=1,2,Λ,n)表示在某一三维测量坐标系o-xyz下待检体表面上测点的坐标,根据激光器阵列的特性,其中(xi1,yi1,zi1)、(xi2,yi2,zi2)、…、(xin,yin,zin)(i=1,2,Λ,n)在同一平面内,(x1j,y1j,z1j)、(x2j,y2j,z2j)、…、(xnj,ynj,znj)(j=1,2,Λ,n)在同一平面内。
采用横、纵双向搜索方法,对每一行或每一列测量点,依据其邻近的两个测量点识别其是否在凹坑中,然后将所有被识别为凹坑中的点从点列中去掉,对剩余点列重复上述过程,如果有新的点被识别出来,继续重复上述过程,直到再无新的点被识别出来位置,由此得到了所有凹坑中的点。
本发明的有益效果在于:
1.运算简单,节省计算时间;
2.不仅可用于待检体表面为凸面的情形,也可用于待检体表面为平面的情形。
附图说明
图1是测点分布示意图。
标号说明
1待检体表面,2测点,3由相邻两点不能断定其处于凹坑中的点,4凹坑。
具体实施方式
以(xij,yij,zij)(i,j=1,2,Λ,n)表示在某一三维测量坐标系o-xyz下待检体表面上测点的坐标,根据激光器阵列的特性,其中(xi1,yi1,zi1)、(xi2,yi2,zi2)、…、(xin,yin,zin)(i=1,2,Λ,n)在同一平面内,(x1j,y1j,z1j)、(x2j,y2j,z2j)、…、(xnj,ynj,znj)(j=1,2,Λ,n)在同一平面内。
如果在待检区域内无凹坑,则对任何正整数u,v,当i=1,2,Λ,n,j=2,3,Λ,n-1,j-u>0,j+v≤n总有
同理,对任何正整数u,v,当j=1,2,Λ,n,i=2,3,Λ,n-1,i-u>0,i+v≤n总有
如果点集(xij,yij,zij)(i,j=2,3,Λ,n-1)违背上述两个不等式,可以断定点(xij,yij,zij)处在凹坑之中,但这种识别方法运算量太大,为此仅考虑在u=v=1的情况下对凹坑中点的识别问题。
如果点(xij,yij,zij)(i,j=2,Λ,n-1)附近的两个点(xi-1,j,yi-1,j,zi-1,j)和(xi+1,j,yi+1,j,zi+1,j),或者(xi,j-1,yi,j-1,zi,j-1)和(xi,j+1,yi,j+1,zi,j+1)都不在凹坑中,只要上述两个不等式中有一个不成立,就可以断定(xij,yij,zij)处在凹坑中。然而,如果相邻的两个点都处在凹坑中,用这种方法就不一定能将凹坑中的全部点找出来,比如图1的情形。但可以将那些由相邻的两个点能够断定其处于凹坑中的点从测点集合中去掉,对剩下的测点集合再利用相邻的两个点判断其是否在凹坑中。重复这种过程,直到从测点集合中再找不到处在凹坑中的点为止。
为了尽可能找出全部处于凹坑中的点,采用横、纵双向搜索方法。以表示赋值号,A表示凹坑中点的集合,Φ表示空集,I为凹坑中点找出标志,I=1表示找出,S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}是元素按序排列的变化点集,m表示S中的元素个数。
横向搜索程序为:
1)置i=0,A=Φ;
2)
3)置S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(xi1,yi1,zi1),(xi2,yi2,zi2),Λ,(xin,yin,zin)}
4)置I=0,对k=2,3,Λ,m-1,当
5)若I=1,置并更新S中的元素个数m
6)若I=1且m>2,转4);否则当i<n时转2);
7)停止。
横向搜索程序运行完之后,A中的点全部为处在凹坑中的点,在此基础上继续执行如下的横向搜索的程序就可以找出凹坑中的其余点。纵向搜索程序为:
a)置j=0;
b)
c)置
S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(x1j,y1j,zj1),(x2j,y2j,z2j),Λ,(xnj,ynj,znj)}
d)置I=0,对k=2,3,Λ,m-1,当
e)若I=1,置并更新S中的元素个数m
f)若I=1且m>2,转d);否则当j<n时转b);
g)停止。
将横向、纵向搜索程序合起来就得到如下的凹坑中点的搜索程序:
1)置i=0,A=Φ;
2)
3)置S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(xi1,yi1,zi1),(xi2,yi2,zi2),Λ,(xin,yin,zin)}
4)置I=0,对k=2,3,Λ,m-1,当
5)若I=1,置并更新S中的元素个数m
6)若I=1且m>2,转4);否则当i<n时转2);
7)置j=0;
8)
9)置
S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(x1j,y1j,zj1),(x2j,y2j,z2j),Λ,(xnj,ynj,znj)}
10)置I=0,对k=2,3,Λ,m-1,当
11)若I=1,置并更新S中的元素个数m
12)若I=1且m>2,转9);否则当j<n时转7);
13)停止。
A中的点便是识别出来的处在凹坑中的全部点。

Claims (1)

1.一种凸面上凹坑中点的识别方法,其特征在于:以(xij,yij,zij)(i,j=1,2,Λ,n)表示在某一三维测量坐标系o-xyz下待检体表面上测点的坐标,表示赋值号,A表示凹坑中点的集合,Φ表示空集,I为凹坑中点找出标志,I=1表示找出,S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}是元素按序排列的变化点集,m表示S中的元素个数,凹坑中点的搜索程序:
1)置i=0,A=Φ;
2)m=n;
3)置S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(xi1,yi1,zi1),(xi2,yi2,zi2),Λ,(xin,yin,zin)}
4)置I=0,对k=2,3,Λ,m-1,当
I=1;
5)若I=1,置并更新S中的元素个数m
6)若I=1且m>2,转4);否则当i<n时转2);
7)置j=0;
8)m=n;
9)置
S={(X1,Y1,Z1),(X2,Y2,Z2),Λ,(Xm,Ym,Zm)}={(x1j,y1j,zj1),(x2j,y2j,z2j),Λ,(xnj,ynj,znj)}
10)置I=0,对k=2,3,Λ,m-1,当
I=1;
11)若I=1,置并更新S中的元素个数m
12)若I=1且m>2,转9);否则当j<n时转7);
13)停止。
A中的点便是识别出来的处在凹坑中的全部点。
CN201810512218.3A 2018-05-25 2018-05-25 一种凸面上凹坑中点的识别方法 Active CN108592794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810512218.3A CN108592794B (zh) 2018-05-25 2018-05-25 一种凸面上凹坑中点的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810512218.3A CN108592794B (zh) 2018-05-25 2018-05-25 一种凸面上凹坑中点的识别方法

Publications (2)

Publication Number Publication Date
CN108592794A true CN108592794A (zh) 2018-09-28
CN108592794B CN108592794B (zh) 2020-05-01

Family

ID=63629148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810512218.3A Active CN108592794B (zh) 2018-05-25 2018-05-25 一种凸面上凹坑中点的识别方法

Country Status (1)

Country Link
CN (1) CN108592794B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08152416A (ja) * 1994-09-28 1996-06-11 Toray Ind Inc シート状物の欠点検出装置
CN103052863A (zh) * 2010-09-27 2013-04-17 东洋玻璃株式会社 玻璃瓶检查装置
CN103459978A (zh) * 2011-04-14 2013-12-18 Inb视觉股份公司 用于测量表面的装置和方法
CN105787968A (zh) * 2016-03-22 2016-07-20 北京建飞无限科技有限公司 多边形中凹凸点的识别方法及装置
CN107481229A (zh) * 2017-08-01 2017-12-15 中国航空工业集团公司西安飞机设计研究所 一种自动识别曲线凹坑的方法
WO2018045472A1 (en) * 2016-09-08 2018-03-15 Polyvalor, Limited Partnership Object analysis in images using electric potentials and electric fields

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08152416A (ja) * 1994-09-28 1996-06-11 Toray Ind Inc シート状物の欠点検出装置
CN103052863A (zh) * 2010-09-27 2013-04-17 东洋玻璃株式会社 玻璃瓶检查装置
CN103459978A (zh) * 2011-04-14 2013-12-18 Inb视觉股份公司 用于测量表面的装置和方法
CN105787968A (zh) * 2016-03-22 2016-07-20 北京建飞无限科技有限公司 多边形中凹凸点的识别方法及装置
WO2018045472A1 (en) * 2016-09-08 2018-03-15 Polyvalor, Limited Partnership Object analysis in images using electric potentials and electric fields
CN107481229A (zh) * 2017-08-01 2017-12-15 中国航空工业集团公司西安飞机设计研究所 一种自动识别曲线凹坑的方法

Also Published As

Publication number Publication date
CN108592794B (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN106778835B (zh) 融合场景信息和深度特征的遥感图像机场目标识别方法
CN105005997B (zh) 一种基于行列直线聚类的多类型bga芯片视觉识别方法
Alferov et al. Game-theoretic model of inspection by anti-corruption group
CN105224960B (zh) 基于聚类算法的玉米种子高光谱图像分类识别模型更新方法
CN106056619A (zh) 基于梯度约束Radon变换的无人机视觉电线巡检方法
Yamamoto et al. Recognition of handprinted characters by an outermost point method
CN110059705B (zh) 一种基于建模的ocr识别结果判决方法和设备
CN103886337A (zh) 基于多稀疏描述的最近邻子空间sar目标识别方法
CN116229380A (zh) 一种变电站涉鸟故障相关鸟种识别方法
CN107341363A (zh) 一种蛋白质抗原表位的预测方法
Er et al. A factoid question answering system using answer pattern matching
CN103675923A (zh) 基于静态杂波图的异物检测方法及异物检测设备
CN105320963A (zh) 面向高分遥感图像的大尺度半监督特征选择方法
CN104864851A (zh) 一种基于矩形周长和面积加权约束的单目视觉位姿测量方法
CN110033038B (zh) 气动热试验数据的智能选取算法
CN107292039B (zh) 一种基于小波聚类的uuv巡岸轮廓构建方法
CN108592794A (zh) 一种凸面上凹坑中点的识别方法
CN110059292B (zh) 一种空间目标姿态识别方法
CN110084779A (zh) 一种基于激光扫描的飞机厚蒙皮端面特征点提取与去噪方法
CN104899477B (zh) 一种使用词袋模型的蛋白质亚细胞区间预测方法
US8108178B2 (en) Directed design of experiments for validating probability of detection capability of a testing system
CN107038721B (zh) 一种基于lapjv算法的直线检测方法
CN106997473A (zh) 一种基于神经网络的图像识别方法
CN113688463B (zh) 导线碰撞角度范围筛选方法和装置、计算机可读存储介质
CN112651278B (zh) 一种基于特征筛选的探测数据处理方法

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