CN108592794B - 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
CN108592794B
CN108592794B CN201810512218.3A CN201810512218A CN108592794B CN 108592794 B CN108592794 B CN 108592794B CN 201810512218 A CN201810512218 A CN 201810512218A CN 108592794 B CN108592794 B CN 108592794B
Authority
CN
China
Prior art keywords
points
pit
denotes
point
identified
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.)
Active
Application number
CN201810512218.3A
Other languages
English (en)
Other versions
CN108592794A (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.)
Hon Hai Precision Industry Co Ltd
Original Assignee
Hon Hai Precision Industry Co Ltd
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 Hon Hai Precision Industry Co Ltd filed Critical Hon Hai Precision Industry Co Ltd
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

Images

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,…,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,…,n)在同一平面内,(x1j,y1j,z1j)、(x2j,y2j,z2j)、…、(xnj,ynj,znj)(j=1,2,…,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,…,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,…,n)在同一平面内,(x1j,y1j,z1j)、(x2j,y2j,z2j)、…、(xnj,ynj,znj)(j=1,2,…,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,…,n,j=2,3,…,n-1,j-u>0,j+v≤n总有
Figure GDA0002417691500000021
同理,对任何正整数u,v,当j=1,2,…,n,i=2,3,…,n-1,i-u>0,i+v≤n总有
Figure GDA0002417691500000022
如果点集(xij,yij,zij)(i,j=2,3,…,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,…,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
Figure GDA0002417691500000023
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),…,(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)
Figure GDA0002417691500000024
m=n;
3)置S={(X1,Y1,Z1),(X2,Y2,Z2),…,(Xm,Ym,Zm)}
={(xi1,yi1,zi1),(xi2,yi2,zi2),…,(xin,yin,zin)}
4)置I=0,对k=2,3,…,m-1,当
Figure GDA0002417691500000031
Figure GDA0002417691500000032
I=1;
5)若I=1,置
Figure GDA0002417691500000033
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)
Figure GDA0002417691500000034
m=n;
c)置
S={(X1,Y1,Z1),(X2,Y2,Z2),…,(Xm,Ym,Zm)}={(x1j,y1j,zj1),(x2j,y2j,z2j),…,(xnj,ynj,znj)}
d)置I=0,对k=2,3,…,m-1,当
Figure GDA0002417691500000035
Figure GDA0002417691500000036
I=1;
e)若I=1,置
Figure GDA0002417691500000037
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)
Figure GDA0002417691500000041
m=n;
3)置S={(X1,Y1,Z1),(X2,Y2,Z2),…,(Xm,Ym,Zm)}
={(xi1,yi1,zi1),(xi2,yi2,zi2),…,(xin,yin,zin)}
4)置I=0,对k=2,3,…,m-1,当
Figure GDA0002417691500000042
Figure GDA0002417691500000043
I=1;
5)若I=1,置
Figure GDA0002417691500000044
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)
Figure GDA0002417691500000045
m=n;
9)置
S={(X1,Y1,Z1),(X2,Y2,Z2),…,(Xm,Ym,Zm)}={(x1j,y1j,zj1),(x2j,y2j,z2j),…,(xnj,ynj,znj)}
10)置I=0,对k=2,3,…,m-1,当
Figure GDA0002417691500000046
Figure GDA0002417691500000047
I=1;
11)若I=1,置
Figure GDA0002417691500000048
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,…,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,
Figure FDA0002417691490000011
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),…,(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,凹坑中点的搜索步骤:
1)置i=0,A=Φ;
2)
Figure FDA0002417691490000012
m=n;
3)置
Figure FDA0002417691490000013
Figure FDA0002417691490000014
4)置I=0,对k=2,3,…,m-1,当
Figure FDA0002417691490000015
Figure FDA0002417691490000016
5)若I=1,置
Figure FDA0002417691490000017
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)
Figure FDA0002417691490000018
m=n;
9)置
Figure FDA0002417691490000019
10)置I=0,对k=2,3,…,m-1,当
Figure FDA00024176914900000110
Figure FDA00024176914900000111
11)若I=1,置
Figure FDA0002417691490000021
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 CN108592794A (zh) 2018-09-28
CN108592794B true 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)

Family Cites Families (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
EP2623928B1 (en) * 2010-09-27 2020-06-17 Toyo Glass Co., Ltd. Glass bottle inspection device
DE102011113138B4 (de) * 2011-04-14 2013-06-06 Inb Vision Ag Vorrichtung und Verfahren zur Vermessung von Oberflächen
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
US20190277618A1 (en) * 2016-09-08 2019-09-12 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
CN108592794A (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
US20190197340A1 (en) Object surface deformation feature extraction method based on line scanning three-dimensional point cloud
CN102253381B (zh) 用于机场跑道的异物自动检测系统及其检测方法
CN106570146B (zh) 一种船体冰载荷精细测试数据的动态历程可视化方法
CN110988839A (zh) 基于一维卷积神经网络的墙体健康状况的快速识别方法
CN112233099A (zh) 一种可重复使用航天器表面撞击损伤特征识别方法
JP2013064733A (ja) 柱状物体抽出方法、柱状物体抽出プログラム、及び柱状物体抽出装置
CN108592794B (zh) 一种凸面上凹坑中点的识别方法
CN108920861A (zh) 一种含裂纹梁结构单元损伤因子的等效方法
CN113689392A (zh) 一种铁路扣件缺陷检测方法和装置
CN108344997B (zh) 一种基于点迹特征的道路护栏快速检测方法
CN107292039B (zh) 一种基于小波聚类的uuv巡岸轮廓构建方法
RU2010151023A (ru) Способ сопровождения воздушной цели класса "вертолет"
Saeed Unmanned aerial vehicle for automatic detection of concrete crack using deep learning
US9589343B2 (en) Pattern measurement device, evaluation method of polymer compounds used in self-assembly lithography, and computer program
Li et al. Runway crack detection based on YOLOV5
EP3106846A1 (en) Method for characterizing oscillations by means of machine vision techniques
CN115458088A (zh) 一种基于卷积神经网络的冲击定位及能量检测方法、系统
CN116385356A (zh) 一种基于激光视觉的正六边形孔特征的提取方法和系统
CN115326935A (zh) 基于卷积神经网络和质心加权的冲击定位方法、可读存储介质及设备
CN112907574B (zh) 一种飞行器的降落点寻找方法、装置、系统及存储介质
CN106067041B (zh) 一种改进的基于稀疏表示的多目标检测方法
CN111833281B (zh) 面向可重复使用火箭回收的多视觉敏感器数据融合方法
Butt et al. Examination of pulsed eddy current for inspection of second layer aircraft wing lap-joint structures using outlier detection methods
Maruschak et al. Methods and some results of automated analysis of ductile failure mechanisms of titanium alloy VT-22
Stefaniuk et al. Improvements to image processing algorithms used for delamination damage extraction and modeling

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