CN109685778A - 一种基于ct切片的机械零件的几种常见几何量检测方法 - Google Patents

一种基于ct切片的机械零件的几种常见几何量检测方法 Download PDF

Info

Publication number
CN109685778A
CN109685778A CN201811519587.1A CN201811519587A CN109685778A CN 109685778 A CN109685778 A CN 109685778A CN 201811519587 A CN201811519587 A CN 201811519587A CN 109685778 A CN109685778 A CN 109685778A
Authority
CN
China
Prior art keywords
dimensional
dough sheet
point cloud
error
model
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
CN201811519587.1A
Other languages
English (en)
Other versions
CN109685778B (zh
Inventor
段黎明
吴佳杭
阮浪
杨珂
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN201811519587.1A priority Critical patent/CN109685778B/zh
Publication of CN109685778A publication Critical patent/CN109685778A/zh
Application granted granted Critical
Publication of CN109685778B publication Critical patent/CN109685778B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Quality & Reliability (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种基于CT切片的机械零件的几种常见几何量检测方法，主要步骤为：1)将二维的工业CT切片重建成三维点云模型STL。2)读取所述待测工件的三维设计模型，对三维设计模型进行采样和曲面拟合，从而得到三维设计模型各面片的类型和特征参数。3)对三维设计模型每个面片进行采样，得到三维采样点集。4)对三维点云模型STL和三维采样点集进行配准。5)对三维点云模型STL中点云进行分割，得到点云分割结果，从而建立点云和三维设计模型各面片的对应关系。6)基于点云分割结果，进行基准选择和误差计算；7)将步骤6计算得到的误差与公差值比较，将不符合加工要求的区域可视化。本专利提供了一种能够直接数字化检测尺寸和几种常见形位误差的方法。

Description

一种基于CT切片的机械零件的几种常见几何量检测方法
技术领域
本发明涉及机械零件检测领域，具体是一种基于CT切片的机械零件的几种常见几何量检测方法。
背景技术
传统的机械零件的几何量检测方法，存在测量困难、耗时耗力、缺陷区域标记困难等问题。
基于数字化检测的制造误差分析方法，一般先采用数字化测量技术，将待测零件的表面几何形状通过离散，转换成点云模型，然后再与三维设计模型进行匹配，最后计算与显示待测零件的误差。但是这个方法只能用来衡量具体一点到标准模型的距离，或者整体点云与标准模型的距离，无法对工件的尺寸误差和形位误差进行具体的分析。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的，一种基于CT切片的机械零件的几种常见几何量检测方法，主要包括以下步骤：
1)将待测工件进行工业CT扫描，得到若干二维的工业CT切片，并将二维的工业CT切片重建成三维点云模型STL。
将二维的工业CT切片重建成三维点云模型STL的方法为MC算法。
2)读取所述待测工件的三维设计模型，并对三维设计模型进行采样和曲面拟合，从而得到三维设计模型各面片的类型和特征参数。
3)对三维设计模型每个面片进行采样，得到三维采样点集。
对三维设计模型每个面片进行采样时，每个面片的采样点数量相同。
4)对三维点云模型STL和三维采样点集进行配准。
对三维点云模型STL中点云和三维采样点集进行配准的主要步骤如下：
4.1)采用力矩主轴法对点云和三维采样点集进行粗配准，计算出点云和三维采样点集的形心和主轴方向。对三维点云模型STL进行平移，使点云和采样点集的形心重合。对三维点云模型STL进行旋转，使点云和采样点集的主轴方向重合。
4.2)利用ICP算法对点云和三维采样点集进行精配准。
5)对三维点云模型STL中点云进行分割，得到点云分割结果，从而建立点云和三维设计模型各面片的对应关系。
对三维点云模型STL中点云进行分割的主要步骤如下：
5.1)计算点云中一点到三维设计模型各面片的距离，并按距离从小到大的顺序将面片存入堆中。
5.2)取出堆顶面片，计算该点在此面片上的投影点。
5.3)判断投影点是否在面片边界的内部，如果是，则将该点划分到此面片对应的集合中。如果否，则删除堆顶面片，更新堆，并返回步骤5.3。
5.4)判断是否已遍历点云中所有点，如果是，则将对应于同一面片的点分割到同一点集，如果否，则返回步骤5.3。
6)基于点云分割结果，进行基准选择和误差计算。
所述误差主要包括尺寸误差、平面度误差和平行度误差。
计算尺寸误差的主要步骤如下：
I)选择一个三维点云模型的基准面片，在所述基准面片上重合三维点云模型STL和三维设计模型。重合面片为拟合面片。
II)计算三维点云模型STL中待分析面片的每个点到三维设计模型相对应拟合面片的距离。记距离集为S1。距离集S1中元素记为si1。
III)选定公差值t1。若距离集S1中元素si1>t1，则将对应点保存在集合St1中。
IV)根据集合St1，在待分析面片中标出尺寸误差部分。
计算平面度误差主要步骤如下：
I)选取三维点云模型STL的待分析面片。
II)计算待分析面片上所有点到自身拟合平面的距离，距离集合记为S2。距离集S2中元素记为si2。
III)找出S2中最小的元素simin，将S2中的所有元素与simin相减，得到新的距离集合S2-min，距离集S2-min中的元素记为si2-min。
IV)设定平面度公差值为t2，若距离集S2-min中元素si2-min>t2，则将对应点保存在集合St2中。
V)根据集合St2，在待分析面片中标出平面度误差部分。
计算平行度误差的主要步骤如下：
I)选取三维点云模型STL的待分析面片和基准面片。
II)计算基准面的平面方程Bf，从而计算出待分析平面上所有点的到平面Bf的欧式距离，记为距离集合S3。距离集S3中元素记为si3。
III)找出集合S3中最小元素Smin，并计算得到距离差集合Sd。距离差集合Sd中的元素记为di。di＝Si3-Smin。
IV)设定平面度公差值为t3，若距离差集合Sd中元素di>t3，则将对应点保存到集合St3中。
V)根据集合St3，在待分析面片中标出平行度误差部分。
7)将步骤6计算得到的误差与公差值比较，并将不符合加工要求的区域可视化。
是否符合加工要求的判断标准为：判断点的误差是否大于公差值，若是，则该点不符合加工要求，若否，则符合加工要求。
本发明的技术效果是毋庸置疑的。本专利发明了一种能够直接数字化检测尺寸和几种常见形位误差的方法，与此同时，若某区域检测出来的误差不符合公差范围，则能将该区域可视化。对零件的三维模型在不同基准下进行误差的差异性和针对性分析，从而满足数字化检测中对工件的尺寸误差和形位误差进行具体分析。本发明引入了基准选择的概念，实现了机械零件在数字化检测中对几何量误差的具体检测。本发明引入了公差值，通过公差和误差比较，可以将缺陷区域可视化，直观地表达出不符合加工要求的部分。
附图说明
图1为基于CT切片的机械零件几何量检测方法流程图；
图2为基准重合示意图；
图3为缺陷部分可视化示意图；
图4为辅助缓冲器结构示意图；
图5为三维点云模型面片分割流程图；
图6为尺寸误差分析结果示意图；
图7为平面度误差分析结果示意图；
图8为平行度误差分析结果示意图。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
参见图1至图3，一种基于CT切片的机械零件的几种常见几何量检测方法，主要包括以下步骤：
1)将待测工件进行工业CT扫描，得到若干二维的工业CT切片，并将二维的工业CT切片重建成三维点云模型STL。
将二维的工业CT切片重建成三维点云模型STL的方法为MC算法。
2)读取所述待测工件的三维设计模型，并对三维设计模型进行采样和曲面拟合，从而得到三维设计模型各面片的类型和特征参数。
三维设计模型的格式是IGES模型，该模型主要由NURBS曲线和NURBS曲面组成。
3)对三维设计模型每个面片进行采样，得到三维采样点集。
对三维设计模型每个面片进行采样时，每个面片的采样点数量相同。
4)对三维点云模型STL和三维采样点集进行配准。
对三维点云模型STL中点云和三维采样点集进行配准的主要步骤如下：
4.1)采用力矩主轴法对点云和三维采样点集进行粗配准，计算出点云和三维采样点集的形心和主轴方向。对三维点云模型STL进行平移，使点云和采样点集的形心重合。对三维点云模型STL进行旋转，使点云和采样点集的主轴方向重合。
4.2)利用ICP算法对点云和三维采样点集进行精配准。
5)参见图5，对三维点云模型STL中点云进行分割，得到点云分割结果，从而建立点云和三维设计模型各面片的对应关系。
对三维点云模型STL中点云进行分割的主要步骤如下：
5.1)计算点云中一点到三维设计模型各面片的距离，并按距离从小到大的顺序将面片存入堆中。
5.2)取出堆顶面片，计算该点在此面片上的投影点。
5.3)判断投影点是否在面片边界的内部，如果是，则将该点划分到此面片对应的集合中。如果否，则删除堆顶面片，更新堆，并返回步骤5.3。
5.4)判断是否已遍历点云中所有点，如果是，则将对应于同一面片的点分割到同一点集，如果否，则返回步骤5.3。
6)基于点云分割结果，进行基准选择和误差计算。
所述误差主要包括尺寸误差、平面度误差和平行度误差。
计算尺寸误差的主要步骤如下：
I)选择一个三维点云模型的基准面片，在所述基准面片上重合三维点云模型STL和三维设计模型。重合面片为拟合面片。
II)计算三维点云模型STL中待分析面片的每个点到三维设计模型相对应拟合面片的距离。记距离集为S1。距离集S1中元素记为si1。
III)选定公差值t1。若距离集S1中元素si1>t1，则将对应点保存在集合St1中。
IV)根据集合St1，在待分析面片中标出尺寸误差部分。
计算平面度误差主要步骤如下：
I)选取三维点云模型STL的待分析面片。
II)计算待分析面片上所有点到自身拟合平面的距离，距离集合记为S2。距离集S2中元素记为si2。
III)找出S2中最小的元素simin，将S2中的所有元素与simin相减，得到新的距离集合S2-min，距离集S2-min中的元素记为si2-min。
IV)设定平面度公差值为t2，若距离集S2-min中元素si2-min>t2，则将对应点保存在集合St2中。
V)根据集合St2，在待分析面片中标出平面度误差部分。
计算平行度误差的主要步骤如下：
I)选取三维点云模型STL的待分析面片和基准面片。
II)计算基准面的平面方程Bf，从而计算出待分析平面上所有点的到平面Bf的欧式距离，记为距离集合S3。。距离集S3中元素记为si3。
III)找出集合S3中最小元素Smin，并计算得到距离差集合Sd。距离差集合Sd中的元素记为di。di＝Si3-Smin。
IV)设定平面度公差值为t3，若距离差集合Sd中元素di>t3，则将对应点保存到集合St3中。
V)根据集合St3，在待分析面片中标出平行度误差部分。
7)将步骤6计算得到的误差与公差值比较，并将不符合加工要求的区域可视化。
是否符合加工要求的判断标准为：判断点的误差是否大于公差值，若是，则该点所在位置不符合加工要求，若否，则符合加工要求。
实施例2：
一种利用基于CT切片的机械零件几何量检测方法对辅助缓冲器进行几何量检测的实验，主要包括以下步骤：
1)如图4所示，将辅助缓冲器进行工业CT扫描，得到若干二维的工业CT切片，并将二维的工业CT切片重建成三维点云模型STL。
2)读取所述辅助缓冲器的三维设计模型，并对三维设计模型进行采样和曲面拟合，从而得到三维设计模型各面片的类型和特征参数。辅助缓冲器的三维设计模型可以来源于制造工厂，或者网络。
3)对三维设计模型每个面片进行采样，得到三维采样点集。
4)对三维点云模型STL和三维采样点集进行配准。
5)对三维点云模型STL中点云进行分割，得到点云分割结果，从而建立点云和三维设计模型各面片的对应关系。
6)基于点云分割结果，进行基准选择和误差计算。
计算尺寸误差的主要步骤如下：
I)选择一个三维点云模型的基准面片，在所述基准面片上重合三维点云模型STL和三维设计模型。重合面片为拟合面片。
II)计算三维点云模型STL中待分析面片的每个点到三维设计模型相对应拟合面片的距离。记距离集为S1。距离集S1中元素记为si1。
III)选定公差值t1。若距离集S1中元素si1>t1，则将对应点保存在集合St1中。集合St1中的元素为尺寸误差。
IV)根据集合St1，在待分析面片中标出尺寸误差部分。本实施例中标出尺寸误差的方法为改变面片的颜色。
如图6所示，红色平面为待分析平面，蓝色平面为基准面，两个模型在蓝色平面上重合，然后计算出红色平面处最大的误差值为0.53mm。假设上下偏差为0.45mm和-0.45mm，红色平面中，黄色部分即为超出公差部分，即可视化显示。
计算平面度误差主要步骤如下：
I)选取三维点云模型STL的待分析面片。
II)计算待分析面片上所有点到自身拟合平面的距离，距离集合记为S2。距离集S2中元素记为si2。
III)找出S2中最小的元素simin，将S2中的所有元素与simin相减，得到新的距离集合S2-min，距离集S2-min中的元素记为si2-min。
IV)设定平面度公差值为t2，若距离集S2-min中元素si2-min>t2，则将对应点保存在集合St2中。集合St2中的元素为平面度误差。
V)根据集合St2，在待分析面片中标出平面度误差部分。本实施例中标出尺寸误差的方法为改变面片的颜色。如图7所示，待分析平面的平面度误差值为0.11mm，设定平面度公差值为0.1mm，则红色待分析平面中的黄色区域为不符合加工要求的部分。
计算平行度误差的主要步骤如下：
I)选取三维点云模型STL的待分析面片和基准面片。
II)计算基准面的平面方程Bf，从而计算出待分析平面上所有点的到平面Bf的欧式距离，记为距离集合S3。。距离集S3中元素记为si3。
III)找出集合S3中最小元素Smin，并计算得到距离差集合Sd。距离差集合Sd中的元素记为di。di＝Si3-Smin。
IV)设定平面度公差值为t3，若距离差集合Sd中元素di>t3，则将对应点保存到集合St3中。平行度的误差值为0.06mm，设定平行度公差值为0.03mm。集合St3中的元素为平行度误差。
V)根据集合St3，在待分析面片中标出平行度误差部分。本实施例中标出尺寸误差的方法为改变面片的颜色。如图8所示，显现的黄色区域为超出公差部分。
7)将步骤6计算得到的误差与公差值比较，并将不符合加工要求的区域可视化。
比较过程为：将尺寸误差与公差值t1比较，将平面度误差与公差值t2比较，将平醒度误差与公差值t3比较。
误差结果分别如图6至图8所示。是否符合加工要求的判断标准为：判断点的误差是否大于公差值，若是，则该点不符合加工要求，若否，则符合加工要求。

Claims (10)

1.一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，主要包括以下步骤：
1)将所述待测工件进行工业CT扫描，得到若干二维的工业CT切片，并将二维的工业CT切片重建成三维点云模型STL。
2)读取所述待测工件的三维设计模型，并对三维设计模型进行采样和曲面拟合，从而得到三维设计模型各面片的类型和特征参数；
3)对三维设计模型每个面片进行采样，得到三维采样点集；
4)对三维点云模型STL和三维采样点集进行配准；
5)对三维点云模型STL中点云进行分割，得到点云分割结果，从而建立点云和三维设计模型各面片的对应关系；
6)基于点云分割结果，进行基准选择和误差计算；
7)将步骤6计算得到的误差与公差值比较，并将不符合加工要求的区域可视化。
2.根据权利要求1所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于：对三维设计模型每个面片进行采样时，每个面片的采样点数量相同。
3.根据权利要求1或2所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，对三维点云模型STL中点云和三维采样点集进行配准的主要步骤如下：
1)采用力矩主轴法对点云和三维采样点集进行粗配准，计算出点云和三维采样点集的形心和主轴方向；对三维点云模型STL进行平移，使点云和采样点集的形心重合；对三维点云模型STL进行旋转，使点云和采样点集的主轴方向重合；
2)利用ICP算法对点云和三维采样点集进行精配准。
4.根据权利要求1或3所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，对三维点云模型STL中点云进行分割的主要步骤如下：
1)计算点云中一点到三维设计模型各面片的距离，并按距离从小到大的顺序将面片存入堆中；
2)取出堆顶面片，计算该点在此面片上的投影点；
3)判断投影点是否在面片边界的内部，如果是，则将该点划分到此面片对应的集合中；如果否，则删除堆顶面片，更新堆，并返回步骤3；
4)判断是否已遍历点云中所有点，如果是，则将对应于同一面片的点分割到同一点集，如果否，则返回步骤3。
5.根据权利要求1所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于：所述误差主要包括尺寸误差、平面度误差和平行度误差。
6.根据权利要求5所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，计算尺寸误差的主要步骤如下：
1)选择一个三维点云模型的基准面片，在所述基准面片上重合三维点云模型STL和三维设计模型；重合面片为拟合面片；
2)计算三维点云模型STL中待分析面片的每个点到三维设计模型相对应拟合面片的距离；记距离集为S1；距离集S1中元素记为si1；
3)选定公差值t1；若距离集S1中元素si1>t1，则将对应点保存在集合St1中；
4)根据集合St1，在待分析面片中标出尺寸误差部分。
7.根据权利要求5所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，计算平面度误差主要步骤如下：
1)选取三维点云模型STL的待分析面片；
2)计算待分析面片上所有点到自身拟合平面的距离，距离集合记为S2；距离集S2中元素记为si2；
3)找出S2中最小的元素simin，将S2中的所有元素与simin相减，得到新的距离集合S2-min，距离集S2-min中的元素记为si2-min。
4)设定平面度公差值为t2，若距离集S2-min中元素si2-min>t2，则将对应点保存在集合St2中；
5)根据集合St2，在待分析面片中标出平面度误差部分。
8.根据权利要求5所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，计算平行度误差的主要步骤如下：
1)选取三维点云模型STL的待分析面片和基准面片；
2)计算基准面的平面方程Bf，从而计算出待分析平面上所有点的到平面Bf的欧式距离，记为距离集合S3；；距离集S3中元素记为si3；
3)找出集合S3中最小元素Smin，并计算得到距离差集合Sd；距离差集合Sd中的元素记为di；di＝Si3-Smin；
4)设定平面度公差值为t3，若距离差集合Sd中元素di>t3，则将对应点保存到集合St3中；
5)根据集合St3，在待分析面片中标出平行度误差部分。
9.根据权利要求1所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于：将二维的工业CT切片重建成三维点云模型STL的方法为MC算法。
10.根据权利要求1所述的一种基于CT切片的机械零件的几种常见几何量检测方法，其特征在于，是否符合加工要求的判断标准为：判断点的误差是否大于公差值，若是，则该点不符合加工要求，若否，则符合加工要求。
CN201811519587.1A 2018-12-12 2018-12-12 一种基于ct切片的机械零件的几种常见几何量检测方法 Expired - Fee Related CN109685778B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811519587.1A CN109685778B (zh) 2018-12-12 2018-12-12 一种基于ct切片的机械零件的几种常见几何量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811519587.1A CN109685778B (zh) 2018-12-12 2018-12-12 一种基于ct切片的机械零件的几种常见几何量检测方法

Publications (2)

Publication Number Publication Date
CN109685778A true CN109685778A (zh) 2019-04-26
CN109685778B CN109685778B (zh) 2021-06-22

Family

ID=66187615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811519587.1A Expired - Fee Related CN109685778B (zh) 2018-12-12 2018-12-12 一种基于ct切片的机械零件的几种常见几何量检测方法

Country Status (1)

Country Link
CN (1) CN109685778B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110052569A (zh) * 2019-05-22 2019-07-26 安庆市吉安汽车零件锻轧有限公司 一种智能化齿轮轴锻轧工艺
WO2021063417A1 (en) * 2019-10-03 2021-04-08 Cheng Hok Chuen Apparatus and method for quantifying the surface flatness of three-dimensional point cloud data
CN112687010A (zh) * 2021-01-08 2021-04-20 中国计量大学 一种端框钻模的数字化计量方法
CN113223071A (zh) * 2021-05-18 2021-08-06 哈尔滨工业大学 一种基于点云重建的工件焊缝定位的方法
CN113658184A (zh) * 2021-06-02 2021-11-16 重庆大学 一种基于iges模型引导的点云曲面分割方法
CN114417524A (zh) * 2021-12-27 2022-04-29 西北工业大学 基于点云薄壁圆筒尺寸精度分析与ar可视化方法
CN117372621A (zh) * 2023-11-02 2024-01-09 广东中科如铁技术有限公司 一种接触网三维点云重建方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101871767A (zh) * 2009-04-25 2010-10-27 鸿富锦精密工业（深圳）有限公司 零件形位公差检测系统及方法
CN103673916A (zh) * 2012-09-06 2014-03-26 上海船舶工艺研究所 一种水火弯板成型在线检测方法
CN105091748A (zh) * 2015-05-29 2015-11-25 南京南车浦镇城轨车辆有限责任公司 轨道车辆公差尺寸测量系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101871767A (zh) * 2009-04-25 2010-10-27 鸿富锦精密工业（深圳）有限公司 零件形位公差检测系统及方法
US20100272346A1 (en) * 2009-04-25 2010-10-28 Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. System and method for measuring form and position tolerances of an object
CN103673916A (zh) * 2012-09-06 2014-03-26 上海船舶工艺研究所 一种水火弯板成型在线检测方法
CN105091748A (zh) * 2015-05-29 2015-11-25 南京南车浦镇城轨车辆有限责任公司 轨道车辆公差尺寸测量系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王如官: "基于三角网格模型的平面度在线检测系统的开发", 《装备制造技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110052569A (zh) * 2019-05-22 2019-07-26 安庆市吉安汽车零件锻轧有限公司 一种智能化齿轮轴锻轧工艺
WO2021063417A1 (en) * 2019-10-03 2021-04-08 Cheng Hok Chuen Apparatus and method for quantifying the surface flatness of three-dimensional point cloud data
CN114930121A (zh) * 2019-10-03 2022-08-19 艾光电子有限公司 量化三维点云数据的表面平整度的设备及方法
CN114930121B (zh) * 2019-10-03 2024-04-23 艾光电子有限公司 量化三维点云数据的表面平整度的设备及方法
CN112687010A (zh) * 2021-01-08 2021-04-20 中国计量大学 一种端框钻模的数字化计量方法
CN112687010B (zh) * 2021-01-08 2024-03-15 中国计量大学 一种端框钻模的数字化计量方法
CN113223071A (zh) * 2021-05-18 2021-08-06 哈尔滨工业大学 一种基于点云重建的工件焊缝定位的方法
CN113658184A (zh) * 2021-06-02 2021-11-16 重庆大学 一种基于iges模型引导的点云曲面分割方法
CN113658184B (zh) * 2021-06-02 2024-03-12 重庆大学 一种基于iges模型引导的点云曲面分割方法
CN114417524A (zh) * 2021-12-27 2022-04-29 西北工业大学 基于点云薄壁圆筒尺寸精度分析与ar可视化方法
CN114417524B (zh) * 2021-12-27 2023-05-12 西北工业大学 基于点云薄壁圆筒尺寸精度分析与ar可视化方法
CN117372621A (zh) * 2023-11-02 2024-01-09 广东中科如铁技术有限公司 一种接触网三维点云重建方法

Also Published As

Publication number Publication date
CN109685778B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN109685778A (zh) 一种基于ct切片的机械零件的几种常见几何量检测方法
US5521847A (en) System and method for determining airfoil characteristics from coordinate measuring machine probe center data
JP5703396B2 (ja) 減数された測定点による公差評価
US8019147B2 (en) Three-dimensional data registration method for vision measurement in flow style based on double-sided target
CN110443836A (zh) 一种基于平面特征的点云数据自动配准方法及装置
CN110060338B (zh) 一种基于bim模型的预制构件点云识别方法
WO2023060683A1 (zh) 一种基于三维点云模型的预制梁段表面平整度检测方法
CN113074656B (zh) 工件孔洞测量方法
CN115841484B (zh) 一种基于三维激光扫描的钢结构焊接质量检测系统
US7649545B2 (en) Inspection system and method
CN111551113A (zh) 一种大批量航空零件质检方法
CN108073747A (zh) 飞机结构件三维设计模型质量检测系统及方法
CN109015125A (zh) 一种基于脆性去除比例系数及面粗糙度的硬脆材料延性域磨削判定方法
CN108827197B (zh) 一种减少边缘退化影响的线阵工业ct均质材料尺寸测量方法
CN114383528A (zh) 计数池深度标定方法及系统、智能终端与存储介质
CN102230786A (zh) 基于光学测量空心涡轮叶片蜡模壁厚检测方法
CN111981983A (zh) 一种复杂形貌物体三维测量的扫描仪精度评价方法
TW200949472A (en) On-board two-dimension contour detection method and system
CN109740616B (zh) 一种利用计算机视觉实现双指针仪表自动读数的方法
CN210664196U (zh) 一种轮廓度测量检具
CN114543731A (zh) 叶片检测方法和装置
CN110110468B (zh) 一种利用cadvba绘制和评估叶片曲线轮廓的方法
CN108168493B (zh) 基于模板模型的三维人体测量方法
Minetola et al. Contactless inspection of castings: analysis of alignment procedures
CN111882539A (zh) 一种航空发动机叶片的自动测量方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210622

Termination date: 20211212