CN110411384A - 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法 - Google Patents

三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法 Download PDF

Info

Publication number
CN110411384A
CN110411384A CN201910846504.8A CN201910846504A CN110411384A CN 110411384 A CN110411384 A CN 110411384A CN 201910846504 A CN201910846504 A CN 201910846504A CN 110411384 A CN110411384 A CN 110411384A
Authority
CN
China
Prior art keywords
rod piece
point
lattice
surface roughness
profile
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
CN201910846504.8A
Other languages
English (en)
Other versions
CN110411384B (zh
Inventor
戴宁
项磊
苏仕祥
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.)
Jiangsu Hangpu Guochuang Composite Material Research Institute Co ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910846504.8A priority Critical patent/CN110411384B/zh
Publication of CN110411384A publication Critical patent/CN110411384A/zh
Application granted granted Critical
Publication of CN110411384B publication Critical patent/CN110411384B/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
    • G01B15/00Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/08Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring roughness or irregularity of surfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,包括以下步骤:将晶格点阵结构的样件进行CT扫描,并找出每一切片图像中所有杆件的边界轮廓;然后找出其中一根杆件对应的各切片图像中杆件的边界轮廓,并根据角点将杆件的边界轮廓分成上、下表面轮廓;最后建立晶格点阵结构的表面粗糙度数学模型,计算出点阵结构单根杆整体的表面粗糙度值。本发明可以在不破坏晶格点阵结构件的前提下,测量复杂点阵结构内部杆件的表面粗糙度。

Description

三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法
技术领域
本发明涉及一种三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,属于表面粗糙度检测技术领域。
背景技术
点阵材料按点阵结构形式分为二维点阵结构和三维点阵结构(也称晶格点阵结构),其中三维点阵结构是由结点、杆件等几何结构按照一定的规律组合并按照一定周期性规律排列而成的材料,具有较强的抗冲击吸能震动的能力,已经被应用于航空航天领域,拥有巨大的应用潜力。近年来,增材制造技术的不断发展为三维点阵结构的制备提供了极大的便利。
目前传统面向SLM工艺增材制件的内部杆件的表面粗糙度测量方法,主要有触针式表面粗糙度测量技术、基于光学轮廓测量的表面粗糙度检测技术以及基于切片层厚预测的表面粗糙度预测技术等。
触针式杆件表面粗糙度测量技术具有设备操作简单、结果具有高稳定性和较好的重复性等优点,但是触针在测量过程中会对被测工件表面产生不同程度的划伤;此外,接触式表面粗糙度轮廓仪不能直接测量曲率较大的三维表面,因此,不能直接用于测量晶格点阵结构的杆件;而且该方法也不能将探针伸入模型内部进行测量,面对增材制件具有较大的局限性。
基于光学轮廓测量的表面粗糙度检测技术可以避免划伤待测工件,且可以实现多种接触式测量所不能检测的工件。但在工件的杆件表面质量较差时,光学干涉仪不能正确地测量反射,将导致测量时出现较大误差;此外,基于光学进行测量的方法不适用于粗糙的SLM增材制件,且只能对外表面进行测量,无法测量内部点阵结构的杆件表面粗糙度。
基于切片层厚预测的表面粗糙度测量法是基于层厚以及制件表面的倾斜角度进行预测的,这种方法存在较大误差,因为这仅是影响粗糙度的部分因素,还有很多其它影响表面粗糙度的因素。
发明内容
本发明要解决技术问题是:提供一种可以快速、稳定的测量三维打印晶格点阵结构内部杆件的表面粗糙度的方法。
为了解决上述技术问题,本发明提出的技术方案是:一种三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,所述晶格点阵结构包括多个由结点和杆件构成的三维点阵单元,所述三维点阵单元具有中心对称的拓扑结构,该方法包括以下步骤:
步骤一、将晶格点阵结构的样件进行CT扫描,得到多帧第一图像,扫描时CT的扫描断面与3D打印机的打印基准面平行;选取每一帧第一图像中预设大小和位置的区域作为第二图像,所述第二图像包含多个完整的三维点阵单元;
步骤二、提取第二图像中的闭合轮廓特征线,所述闭合轮廓特征线包括杆件轮廓特征线和结点轮廓特征线,根据所述三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的数量、分布规律找出结点轮廓特征线和杆件轮廓特征线;
步骤三、按照三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的分布规律,对每一帧第二图像中的三维点阵单元进行分离;然后将分离后的每个三维点阵单元中杆件轮廓特征线与所述杆件对应起来,从而找到每一根杆件对应的杆件轮廓特征线;
步骤四、取任一根杆件对应的杆件轮廓特征线作为边界轮廓;
采用Harris角点检测方法检测出每一帧第二图像中所述边界轮廓的角点,如检测得到的角点超过两个,则通过计算某一角点与相邻两个角点之间距离的比值,当该比值在预设范围内时,删除该角点,直到剩余两个角点;
这两个角点将所述边界轮廓分成两段,其中较长的一段即为上表面轮廓,较短的一段为下表面轮廓;
假设边界轮廓共有n层,1≤i≤n,则第i层边界轮廓的上表面轮廓的粗糙度Ratopi为:
式中,Ltopi为第i层边界轮廓中的上表面轮廓基于最小二乘法拟合为第一椭圆的周长;fi(x)表示第i层边界轮廓,Stopi为第i层边界轮廓中的上表面轮廓拉直后的长度;
由此,得到该杆件的上表面粗糙度Ratop为:
类似地,该第i层边界轮廓中的下表面轮廓的粗糙度Radowni为:
式中,Lbottomi为第i层边界轮廓的下表面轮廓基于最小二乘法拟合为第二椭圆的周长,fi(x)表示第i层边界轮廓,Sbottomi为下表面轮廓拉直后的长度;
该杆件下表面的粗糙度Radown为:
由此得到,该杆件的整体表面粗糙度值为:
该杆件的整体表面粗糙度值即为所述晶格点阵结构内部杆件的表面粗糙度。
本发明的检测方法可以在不破坏晶格点阵结构的前提下,对三维多孔点阵结构或者内部拓扑结构复杂的增材制件进行内部表面粗糙度的合理测量,克服了现有技术中无法测量晶格点阵结构内部表面粗糙度的缺陷。
附图说明
下面结合附图对本发明作进一步说明。
图1是本实施例中三维点阵单元的拓扑结构示意图。
图2是其中一帧第一图像的示意图。
图3是边界轮廓的示意图。
图4是图3中边界轮廓的角点示意图。
图5是一根杆件对应的边界轮廓示意图。
图6是计算上表面轮廓拉直后的长度时各参数的示意图。
具体实施方式
实施例
本实施例中三维打印晶格点阵结构的三维点阵单元的拓扑结构如图1所示。一个三维点阵单元包含1个结点和8根杆件,以结点为界8根杆件分成上、下两部分,因此为中心对称的拓扑结构。
本实施例中的三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,包括以下步骤:
步骤一、将晶格点阵结构的样件进行CT扫描(优选通过锥束MicroCT进行扫描),得到多帧第一图像,扫描时CT的扫描断面与3D打印机的打印基准面平行;选取每一帧第一图像中预设大小和位置的区域作为第二图像,所述第二图像包含多个完整的三维点阵单元,如图2所示。
步骤二、提取第二图像中的闭合轮廓特征线,所述闭合轮廓特征线包括杆件轮廓特征线和结点轮廓特征线,根据所述三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的数量、分布规律找出结点轮廓特征线和杆件轮廓特征线,如图3所示。
提取闭合轮廓特征线时,首先将该帧第二图像进行二值化,其次采用Snake算法寻找各闭合轮廓的边缘点,最后根据各闭合轮廓的边缘点拟合得到对应的闭合轮廓特征线。此为现有技术,可参考相关文献。
对于不同的三维点阵单元的拓扑结构,其对应的CT图像上提取的闭合轮廓特征线呈现不同的分布规律,本实施例中为图1所示的三维点阵单元,在每一帧第一图像(即切片断面图像)内,每一个三维点阵单元在这帧第一图像中有四个椭圆形轮廓线时,该帧第一图像为杆件对应的切片图像,如只能提取到一个轮廓线,则该帧第一图像据为结点位置的图像。对于其他拓扑结构的三维点阵单元,也可按类似的方法处理。
步骤三、按照三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的分布规律,对每一帧第二图像中的三维点阵单元进行分离,为了方便处理,可以删除具有结点轮廓线的第二图像;然后将分离后的每个三维点阵单元中杆件轮廓特征线与所述杆件对应起来,从而找到每一根杆件对应的杆件轮廓特征线。
在实施时,可根据三维点阵单元的拓扑构型对三维点阵单元中的各杆件进行编号,将杆件轮廓特征线与编号相对应从而与杆件对应起来。
按照三维点阵单元内各杆件的分布规律,再参考步骤二中所述内容,针对某一具体的三维点阵结构,本领域技术人员能够很容易地找到第二图像中封闭轮廓线的分布规律(各单元的轮廓线呈阵列分布),如图2所示,结点上方的第二图像中一个三维点阵单元有四个封闭轮廓线,封闭轮廓线之间的距离从上到下逐渐缩小,结点下方的第二图像中一个三维点阵单元也有四个封闭轮廓线,封闭轮廓线之间的距离从上到下逐渐增大,这样就能通过封闭轮廓线的位置和数量对三维点阵单元进行单元分离,并将分离得到的每个三维点阵单元中所述杆件轮廓特征线与杆件的编号对应起来。对于其他拓扑结构的三维点阵单元,也可按类似的方法处理。
步骤四、取任一根杆件对应的杆件轮廓特征线作为边界轮廓,如图5所示。
采用Harris角点检测方法检测出每一帧第二图像中所述边界轮廓的两个角点,这两个角点将所述边界轮廓分成两段,其中较长的一段即为上表面轮廓,较短的一段为下表面轮廓。
本实施例中角点是指曲率变化较大的点,作为将杆件的边界轮廓分离为上、下表面轮廓两部分的分界点。Harris角点检测方法为现有技术,可参考相关文献,其核心思想是对某个像素的邻域窗口,使其向四周移动一小段距离,并计算窗口中平均像素灰度值的变化情况,通常将图像分为三个区域:平坦区(flat)、边(edge)、角(corner),三个区域的窗口灰度值变化程度并不相同,在Flat中各方向几乎没有变化,在Edge中沿着边的方向也没有变化,在Corner中各个方向都有比较明显的变化,在实施时可设置阈值,超过阈值的点记为角点,据此可以检测出角点的位置。
如检测得到的角点超过两个,则有些角点需要过滤掉。如图4所示,图中圈出的点即为计算获得的角点,每个轮廓上有四个角点,分别包括两个白色圆圈所示的角点和两个黑色圆圈所示的角点。此时,通过计算某一角点与相邻两个角点之间的距离,比如距离分别是D1和D2,当D1/D2在一定范围内时,如0.9<D1/D2<1.1时(具体范围可根据情况设定),则将该角点滤去,最终剩余两个角点。本例中,如图4所示,剩余的两个角点为黑色圆圈表示的角点,即过滤掉了白色圆圈所示的两个角点。对每一个杆件的边界轮廓而言,两个黑色圆圈表示的角点将边界轮廓分成两段,其中较长的一段即为上表面轮廓,较短的一段为下表面轮廓。
如图6所示,上表面轮廓为P1AP2段,下表面轮廓为P1BP2段。根据申请人的实验得知,当杆件尺寸较大时,其上、下表面的粗糙度值也会有较大差别,因此,必须将边界轮廓进行分开,单独计算。需要说明的是,本实施例中计算杆件单层轮廓的粗糙度值的方法是根据国际标准ISO 4287-1997[70]对于粗糙度的相关定义得来的,详细说明可参考该国际标准。
假设边界轮廓共有n层,1≤i≤n,则第i层边界轮廓的上表面轮廓的粗糙度Ratopi为:
式中,Ltopi为第i层边界轮廓中的上表面轮廓基于最小二乘法拟合为第一椭圆的周长;fi(x)表示第i层边界轮廓,Stopi为第i层边界轮廓中的上表面轮廓拉直后的长度;
由此,得到该杆件的上表面粗糙度Ratop为:
类似地,该第i层边界轮廓中的下表面轮廓的粗糙度Radowni为:
式中,Lbottomi为第i层边界轮廓的下表面轮廓基于最小二乘法拟合为第二椭圆的周长,fi(x)表示第i层边界轮廓,Sbottomi为下表面轮廓拉直后的长度;
该杆件下表面的粗糙度Radown为:
由此得到,该杆件的整体表面粗糙度值为:
该杆件的整体表面粗糙度值即为所述晶格点阵结构内部杆件的表面粗糙度。
步骤四中,上表面轮廓拉直后的长度Stopi和下表面轮廓拉直后的长度Sbottomi的计算方法可以采用现有的多种方法,但现有方法往往比较繁琐,本实施例优选采用以下方法:
其中,第i层边界轮廓的上表面轮廓拉直后的长度Stopi的计算方法如下:
Ltopi=2πbtopi+4(atopi-btopi),
式中,如图6所示,上表面轮廓为P1AP2段,LMN为点M和点N的距离,点M是所述第一椭圆的短轴与第一椭圆的交点,点N是第一椭圆中心点和上表面轮廓的一个端点之间的连线与第一椭圆的交点,该端点为上表面轮廓的两个端点中离点N较近的端点;atopi和btopi分别为第一椭圆的长、短半轴长;
第i层边界轮廓的下表面轮廓拉直后的长度Sbottomi的计算方法如下:
Lbottomi=2πbbottomi+4(abottomi-bbottomi),
式中,如图6所示,下表面轮廓为P1BP2段,LKS为点K和点S的距离,点K是所述第二椭圆的短轴与椭圆的交点,点S是第二椭圆中心点和与下表面轮廓的一个端点连线之间的连线与第二椭圆的交点,该端点为下表面轮廓的两个端点中离点K较近的端点,abottomi和bbottomi分别为第二椭圆的长、短半轴长。
本实施例还可以作以下改进:为了提高检测的准确度,采用步骤四中的方法,计算每一根杆件的整体表面粗糙度值并取平均值,作为所述晶格点阵结构内部杆件的表面粗糙度。
申请人将本发明方法与破坏晶格点阵结构后的物理测量方法作了对比,对不同尺寸和不同拓扑结构的晶格点阵结构进行了试验,证明本发明的平均测量误差均在10%以内,从而验证了本发明能够非破坏性地测量晶格点阵结构内部表面粗糙度的方法,其有效性能够得到保证。
本发明不局限于上述实施例所述的具体技术方案,除上述实施例外,本发明还可以有其他实施方式。对于本领域的技术人员来说,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等形成的技术方案,均应包含在本发明的保护范围之内。

Claims (4)

1.一种三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,所述晶格点阵结构包括多个由结点和杆件构成的三维点阵单元,所述三维点阵单元具有中心对称的拓扑结构;其特征在于,该方法包括以下步骤:
步骤一、将晶格点阵结构的样件进行CT扫描,得到多帧第一图像,扫描时CT的扫描断面与3D打印机的打印基准面平行;选取每一帧第一图像中预设大小和位置的区域作为第二图像,所述第二图像包含多个完整的三维点阵单元;
步骤二、提取第二图像中的闭合轮廓特征线,所述闭合轮廓特征线包括杆件轮廓特征线和结点轮廓特征线,根据所述三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的数量、分布规律找出结点轮廓特征线和杆件轮廓特征线;
步骤三、按照三维点阵单元的拓扑结构以及每一帧第二图像中闭合轮廓特征线的分布规律,对每一帧第二图像中的三维点阵单元进行分离;然后将分离后的每个三维点阵单元中杆件轮廓特征线与所述杆件对应起来,从而找到每一根杆件对应的杆件轮廓特征线;
步骤四、取任一根杆件对应的杆件轮廓特征线作为边界轮廓;
采用Harris角点检测方法检测出每一帧第二图像中所述边界轮廓的角点,如检测得到的角点超过两个,则通过计算某一角点与相邻两个角点之间距离的比值,当该比值在预设范围内时,删除该角点,直到剩余两个角点;
这两个角点将所述边界轮廓分成两段,其中较长的一段即为上表面轮廓,较短的一段为下表面轮廓;
假设边界轮廓共有n层,1≤i≤n,则第i层边界轮廓的上表面轮廓的粗糙度Ratopi为:
式中,Ltopi为第i层边界轮廓中的上表面轮廓基于最小二乘法拟合为第一椭圆的周长;fi(x)表示第i层边界轮廓,Stopi为第i层边界轮廓中的上表面轮廓拉直后的长度;
由此,得到该杆件的上表面粗糙度Ratop为:
类似地,该第i层边界轮廓中的下表面轮廓的粗糙度Radowni为:
式中,Lbottomi为第i层边界轮廓的下表面轮廓基于最小二乘法拟合为第二椭圆的周长,fi(x)表示第i层边界轮廓,Sbottomi为下表面轮廓拉直后的长度;
该杆件下表面的粗糙度Radown为:
由此得到,该杆件的整体表面粗糙度值为:
该杆件的整体表面粗糙度值即为所述晶格点阵结构内部杆件的表面粗糙度。
2.根据权利要求1所述的三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,其特征在于:采用步骤四中的方法,计算每一根杆件的整体表面粗糙度值并取其平均值,作为所述晶格点阵结构内部杆件的表面粗糙度。
3.根据权利要求1所述的三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,其特征在于:步骤四中,第i层边界轮廓的上表面轮廓拉直后的长度Stopi的计算方法如下:
Ltopi=2πbtopi+4(atopi-btopi),
其中,LMN为点M和点N的距离,点M是所述第一椭圆的短轴与第一椭圆的交点,点N是第一椭圆中心点和上表面轮廓的一个端点之间的连线与第一椭圆的交点,该端点为上表面轮廓的两个端点中离点N较近的端点;atopi和btopi分别为第一椭圆的长、短半轴长;
第i层边界轮廓的下表面轮廓拉直后的长度Sbottomi的计算方法如下:
Lbottomi=2πbbottomi+4(abottomi-bbottomi),
LKS为点K和点S的距离,点K是所述第二椭圆的短轴与椭圆的交点,点S是第二椭圆中心点和与下表面轮廓的一个端点连线之间的连线与第二椭圆的交点,该端点为下表面轮廓的两个端点中离点K较近的端点,abottomi和bbottomi分别为第二椭圆的长、短半轴长。
4.根据权利要求1所述的三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法,其特征在于:步骤一中,所述晶格点阵结构的样件通过锥束MicroCT进行扫描。
CN201910846504.8A 2019-09-06 2019-09-06 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法 Active CN110411384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910846504.8A CN110411384B (zh) 2019-09-06 2019-09-06 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910846504.8A CN110411384B (zh) 2019-09-06 2019-09-06 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法

Publications (2)

Publication Number Publication Date
CN110411384A true CN110411384A (zh) 2019-11-05
CN110411384B CN110411384B (zh) 2021-02-26

Family

ID=68370230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910846504.8A Active CN110411384B (zh) 2019-09-06 2019-09-06 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法

Country Status (1)

Country Link
CN (1) CN110411384B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113358018A (zh) * 2021-06-30 2021-09-07 华中科技大学 一种锥形杆系金刚石点阵结构、应变传感器及测量系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0373854B1 (en) * 1988-12-12 1997-10-08 General Electric Company Apparatus and method for detecting internal structures contained within the interior region of a solid object
JP2004078659A (ja) * 2002-08-20 2004-03-11 Toshiba Corp パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置およびプログラム
US20040161141A1 (en) * 2003-02-19 2004-08-19 Agfa-Gevaert Method of determining the orientation of an image
CN105651212A (zh) * 2016-03-28 2016-06-08 长安大学 一种土壤表面粗糙度检测装置及方法
CN107766640A (zh) * 2017-10-16 2018-03-06 北京理工大学 考虑微观组织界面的颗粒增强复合材料有限元建模方法
CN108789888A (zh) * 2018-07-23 2018-11-13 中国工程物理研究院激光聚变研究中心 用于x射线显微成像的曲面晶体制备方法
CN109084708A (zh) * 2018-07-25 2018-12-25 深圳大学 颗粒二维轮廓表面整体粗糙度计算方法
CN109521028A (zh) * 2018-12-04 2019-03-26 燕山大学 一种金属三维多层点阵结构内部宏观缺陷检测方法
CN109556542A (zh) * 2018-11-14 2019-04-02 北京卫星制造厂有限公司 复杂点阵镂空结构ct尺寸测量方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0373854B1 (en) * 1988-12-12 1997-10-08 General Electric Company Apparatus and method for detecting internal structures contained within the interior region of a solid object
JP2004078659A (ja) * 2002-08-20 2004-03-11 Toshiba Corp パターン輪郭の抽出方法、画像処理方法、パターンエッジの探索方法、プローブの走査方法、半導体装置の製造方法、パターン検査装置およびプログラム
US20040161141A1 (en) * 2003-02-19 2004-08-19 Agfa-Gevaert Method of determining the orientation of an image
CN105651212A (zh) * 2016-03-28 2016-06-08 长安大学 一种土壤表面粗糙度检测装置及方法
CN107766640A (zh) * 2017-10-16 2018-03-06 北京理工大学 考虑微观组织界面的颗粒增强复合材料有限元建模方法
CN108789888A (zh) * 2018-07-23 2018-11-13 中国工程物理研究院激光聚变研究中心 用于x射线显微成像的曲面晶体制备方法
CN109084708A (zh) * 2018-07-25 2018-12-25 深圳大学 颗粒二维轮廓表面整体粗糙度计算方法
CN109556542A (zh) * 2018-11-14 2019-04-02 北京卫星制造厂有限公司 复杂点阵镂空结构ct尺寸测量方法
CN109521028A (zh) * 2018-12-04 2019-03-26 燕山大学 一种金属三维多层点阵结构内部宏观缺陷检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MIN WANG等: "《Influence of surface roughness on nonlinear flow behaviors in 3D self-affine rough fractures: Lattice Boltzmann simulations》", 《ADVANCES IN WATER RESOURCES》 *
潘学哉,等: "《基于分形法的岩石断裂面粗糙度研究》", 《数学的实践与认识》 *
苏仕祥,等: "《基于轮廓特征的点阵尺寸可溯源测量》", 《光学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113358018A (zh) * 2021-06-30 2021-09-07 华中科技大学 一种锥形杆系金刚石点阵结构、应变传感器及测量系统

Also Published As

Publication number Publication date
CN110411384B (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN105510195B (zh) 一种堆叠骨料的粒度粒形在线检测方法
CN109506580B (zh) 基于线激光三维扫描的锪孔质量检测方法
CN112233248B (zh) 基于三维点云的表面平整度的检测方法、系统及介质
CN110443836A (zh) 一种基于平面特征的点云数据自动配准方法及装置
CN110298853B (zh) 面差视觉检测方法
CN109658431B (zh) 基于区域生长的岩体点云平面提取方法
CN106408581B (zh) 一种快速的三维点云直线提取方法
CN103234969A (zh) 一种基于机器视觉的织物纬密度测量新方法
CN107392950A (zh) 一种基于弱纹理检测的跨尺度代价聚合立体匹配方法
CN106482674B (zh) 基于中智数函数的结构面粗糙度尺寸效应的近似表达方法
CN107392849B (zh) 基于图像细分的靶标识别与定位方法
Liu et al. Characterization of pore structure parameters of foam concrete by 3D reconstruction and image analysis
CN108805143B (zh) 一种基于切片点云的数据特征提取方法
CN107784646B (zh) 一种路用集料的自适应检测方法
CN109389596A (zh) 一种评价三维不规则颗粒表面整体粗糙度的方法
CN104657988A (zh) 基于角点与曲率检测的微细粒粘连矿石颗粒图像分割方法
CN106937109B (zh) 低成本判断摄像头分辨率水平的方法
CN108613630A (zh) 基于图像处理技术的两线型管水准器气泡偏移量测量方法
CN108876860A (zh) 一种用于管水准器气泡偏移量测量的图像标定方法
CN113218310B (zh) 基于三维激光点云的尾矿库干滩重要参数提取方法及系统
CN104809756A (zh) 基于X-ray CT图像的沥青混合料空隙空间结构重构方法
CN110411384A (zh) 三维打印晶格点阵结构内部杆件的表面粗糙度的检测方法
CN109084708A (zh) 颗粒二维轮廓表面整体粗糙度计算方法
CN108168429B (zh) 一种基于三维激光扫描仪的大型洞库容量测量方法
CN104251662B (zh) 有序点云阈值自适应抑噪技术

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
TR01 Transfer of patent right

Effective date of registration: 20211222

Address after: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu

Patentee after: Nanjing University of Aeronautics and Astronautics Asset Management Co.,Ltd.

Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu

Patentee before: Nanjing University of Aeronautics and Astronautics

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220120

Address after: Room 703-29, block C, Kechuang headquarters building, No. 320, pubin Road, Nanjing, Jiangsu 211899

Patentee after: Jiangsu Hangpu Guochuang Composite Material Research Institute Co.,Ltd.

Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu

Patentee before: Nanjing University of Aeronautics and Astronautics Asset Management Co.,Ltd.

TR01 Transfer of patent right