CN101110125A - 基于数字图像技术构建金属表面层三维宏观形貌的方法 - Google Patents
基于数字图像技术构建金属表面层三维宏观形貌的方法 Download PDFInfo
- Publication number
- CN101110125A CN101110125A CNA2007100185421A CN200710018542A CN101110125A CN 101110125 A CN101110125 A CN 101110125A CN A2007100185421 A CNA2007100185421 A CN A2007100185421A CN 200710018542 A CN200710018542 A CN 200710018542A CN 101110125 A CN101110125 A CN 101110125A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- metal surface
- image
- gray
- concave
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种基于数字图像技术构建金属表面层三维宏观形貌的方法,其特征在于从金属表面的一幅数字图像的灰度差信息提取表面层凸凹的高度差信息,设计出金属表面的图像灰度~表面层凸凹高度的映射关系模型,编制成在计算机上运行的三维形貌构建***;针对金属表面的一幅二维灰度数字图像,选择其中用户感兴趣的区域输入三维形貌构建***,可根据二维区域中不同的灰度值映射出第三维的高度值,并匹配到三维空间诸点,显示出金属表面三维宏观形貌,调整视角可得到不同视线方向上的三维造像。本发明克服了传统二维金属表面质量检验技术以面代体的弊端,实现了金属表面三维宏观形貌在计算机的快速构建,立体感强、视角可变、易于测量、成本较低、便于普及。
Description
技术领域 本发明属于金属表面质量检验技术领域,具体涉及一种利用数字图像处理技术构建金属表面层三维宏观形貌的方法。
背景技术 金属表面质量的检验在金属材料制品行业具有举足轻重的地位,其表面质量直接关系到整个产品的质量,例如:表面切削层的粗糙度,表面处理层的薄厚、均匀度及其光亮度,特别是金属表面缺陷的定性分析与定量检测,直接关系到制件合格与否,影响到产品寿命与早期失效。在工业现场通常是凭肉眼或者低倍率放大的方式观测金属表面,并且用相机记录下其表面的宏观形貌。实际上,仅仅凭金属表面的一幅二维图像无法对金属表面层凸凹的垂直深度做出估量,因为它丢失了其表面层第三维高度的信息,进行的仅仅是平面宏观形貌分析而不是立体宏观形貌分析。为了能观察到金属表面层的三维宏观形貌,目前往往在装有双目镜的实体显微镜下观察金属样品的表面,但实体显微镜的平面鉴别度比较低,放大倍率也不高;昂贵的电子显微镜扫描金属样品的表面层可以获得高清晰度、高放大倍率的成像,图像有浮雕感,但扫描电镜的观察范围比实体显微镜更小,属于微观分析,而且切割取样同样会破坏制品,很难逐一取样对金属制件的整个表面进行检验。因此,按照传统的宏观分析方法,专业技术人员用普通照相机记录下整个金属表面的宏观形貌,特别是缺陷部位的二维图像是很有必要的。
本发明从金属表面的一幅二维宏观图像的灰度差映射其表面层凸凹的高度差,利用数字图像处理技术构建其三维宏观形貌,有利于专业检验人员从三维空间全方位检验金属表面质量。经检索,在金属表面质量检验技术的领域至今没有与本发明相同的专利技术与方法;类似的三维构建方法出自于金相分析技术领域,在不久之前本发明人申报了一项名为“基于数字图像技术三维重构金相组织微观浮凸的方法”的发明专利,但与本发明不同:前者是用金相显微镜分析金属内部的微观组织,后者主要是用肉眼观察金属表面的宏观形貌;前者成像在金相显微镜镜头的像距远大于焦距的情况下,成像照度与物距有关,照度反比于显微镜横向放大率的平方;而后者成像则在普通相机镜头的物距远大于焦距的情况下,成像照度不因为物距变化而改变;因此,在不同的光学***成像条件下,二者各自从二维图像灰度映射三维图像高度的模型全然不同。
发明内容 本发明目的在于克服传统金属表面质量检验方法的不足,克服从一幅二维图像形貌以面代体进行宏观检验的片面性和主观性,克服金属表面的一幅二维图像丢失其表面层第三维的弊端,针对一幅金属表面的灰度数字图像,提供一种基于现代数字图像技术能够在计算机上快速转换、客观显示、立体感强、视角可变,且成本较低、易学易用、便于普及的构建金属表面层三维宏观形貌的方法。
为实现上述目的,本发明采取的技术方案是:
一种基于数字图像技术构建金属表面层三维宏观形貌的方法,其特征在于:从金属表面的一幅数字图像的灰度差信息提取表面层凸凹的高度差信息,设计出金属表面的图像灰度~金属表面层凸凹高度的映射关系模型,编制成在计算机上运行的三维形貌构建***;将金属表面的一幅二维灰度数字图像输入计算机,选择图像中用户感兴趣的区域,视其灰度反差度及灰度层次的优劣,选择是否需要进行灰度直方图规定化及灰度插值的预处理,而后将该区域二维图像输入三维形貌构建***,该***可以根据二维图像区域不同的灰度值映射出金属表面层的第三维高度值,并匹配到三维空间诸点,显示出金属表面层的三维空间宏观形貌,调整视角可以得到不同视线方向上的三维造像。
所述金属表面的图像灰度~金属表面层凸凹高度的映射关系模型是:金属表面图像灰度值~金属表面层凸凹高度值的映射关系式及映射关系曲线f(x,y)~h。
所述金属表面的图像灰度值~金属表面层凸凹高度值的映射关系表达式及映射关系曲线是: 式中f(x,y)是金属表面图像的灰度值,h是金属表面层凸凹的高度值,k为比例常数。
本发明提供的基于数字图像技术构建金属表面层三维宏观形貌的方法,把数字图像的三维构建技术应用于金属表面质量检验技术领域,通过建立的三维空间模型观测和分析金属表面形貌,使传统的平面检验变成立体检验,不仅有助于传统的金属表面二维形貌分析,而且可以从三维空间全面观察、重新认识金属表面层凸凹的形貌。特别是我们看惯的二维金属表面缺陷,例如机加工刀痕、表面腐蚀坑、表面裂缝等宏观缺陷,其三维空间形貌鲜为人知。本发明仅凭金属表面缺陷的一幅二维图像,就能够构造出缺陷的三维宏观形貌,并可以变换视角、从各个视角观察和分析它们。特别是要探明表面裂纹、轧煅折叠缺陷的深度,一般都要破坏实体、切割取样;但从本发明的虚拟三维造像上就能轻而易举得到穿越缺陷的横剖面,从虚拟样品的横剖面上度量其深度,这种从虚拟场景中无损检验的方法是过去从来没有过的创举。
与传统的金属表面质量检验技术相比,本发明具有如下特点:①对输入计算机的金属表面的二维灰度图像,不论用数码相机拍摄,还是将照片加以扫描,都能够在我们编制的三维形貌构建***中快速转换,瞬间完成;②三维形貌图像中金属表面层凸凹与缺陷得到客观显示、立体感强、视角可变,易于测量;③无污染,投入少,成本低;④操作简便,易学易用,便于普及;⑤三维形貌图像不仅反映传统二维金属表面的信息,而且反映金属表面层凸凹与表面缺陷第三维的高度信息。
本发明补充了传统的金属表面质量检验技术,配用于做宏观分析的肉眼或者低倍放大观察的二维图像分析的检验方式,分析生产中出现的各类金属材料不同加工制件的表面质量,面对多种多样金属表面二维形貌的图像,创造性地开始了三维表面质量检验技术,以表面三维宏观形貌重新认识、快速检验各种金属切削加工层、表面处理层质量,克服了现今仅仅以二维形貌检验表面质量的主观性与片面性,不仅适合初学者快速掌握应用,而且适合研究者进一步探讨各类金属材料表面及其缺陷的三维空间形态,大大提高了检验质量和生产效率。可广泛应用于工厂企业的质检分析、科研院所的材料研究和大专院校的专业教学,也可推广应用于非金属制品的表面质量检验。
附图说明 图1扩展点光源辐射目标物不同层面的光学示意图
图2金属表面图像灰度值~金属表面层凸凹高度值映射关系曲线
图3构建金属表面层三维宏观形貌的流程图
图4a深冲用钢的中心疏松(1∶1盐酸低倍侵蚀试样)
图4b由图4a中心疏松区域灰度图像构建的三维宏观形貌
图5a车削加工时未能切除铸造夹砂缺陷的铝硅合金铸件
图5b由图5a夹砂区域灰度图像构建的三维宏观形貌
图6a钢材中的疏松经引伸加工成成品暴露出来的重皮缺陷
图6b由图6a重皮区域灰度图像构建的三维宏观形貌
图7a冲压拔伸时非金属夹杂物造成钢件表面的重皮缺陷
图7b图7a表面重皮的灰度图像构建的三维宏观形貌
图8a 50ZG工件支浇口处的树枝状晶(2%硝酸酒精低倍侵蚀试样)
图8b图8a树枝状晶灰度图像构建的三维宏观形貌
图9a 10Mn铸胚表面棱角处的树皮状裂缝
图9b图9a树皮状裂缝灰度图像构建的三维宏观形貌
图10a 50B煅棒的过烧表面
图10b图10a过烧表面灰度图像构建的三维宏观形貌
图11a 30CrMnMoTiA钢棒表面划痕引起的煅胚纵向缺陷
图11b图11a纵向表面缺陷灰度图像构建的三维宏观形貌
图12a内壁有严重折叠的低碳铬锰钢过热管使用时发生***
图12b图12a内壁表面折叠的灰度图像构建的三维宏观形貌
图13a 30CrMnMoTiA钢件磁力探伤后出现磁粉沉积
图13b图13a磁粉沉积处灰度图像构建的三维宏观形貌
图14a低碳铬鉬钢过热管内壁分布有严重的折叠和斑疤(1∶1盐酸低倍侵蚀试样)
图14b图14a内壁折叠和斑疤灰度图像构建的三维宏观形貌
图15a 40CrNi钢热轧墩粗加工连杆螺钉表面的凹坑及氧化皮斑疤
图15b图15a内壁凹坑灰度图像构建的三维宏观形貌
图16a钢件龟裂试样(2%硝酸酒精低倍侵蚀)
图16b图16a龟裂灰度图像构建的三维宏观形貌
图17a进口40Cr钢板冲压工件表面上的黑色斑点
图17b图17a龟裂灰度图像构建的三维宏观形貌
图18a 60钢轧制线材表面的麻斑
图18b图18a麻斑灰度图像构建的三维宏观形貌
图19a钢件剖切面的氢脆髮纹缺陷
图19b图19a氢脆髮纹缺陷灰度图像构建的三维宏观形貌
具体实施方式 本发明提供的基于数字图像技术构建金属表面层三维宏观形貌的方法,就是从金属表面的一幅数字图像的灰度差信息提取金属表面层凸凹的高度差信息,设计出金属表面的图像灰度~金属表面层凸凹高度的映射关系模型,编制成在计算机上运行的三维形貌构建***;将金属表面的一幅二维灰度数字图像输入计算机,选择图像中用户感兴趣的二维区域,视原始图像灰度反差度及灰度层次的优劣,选择是否需要进行灰度直方图规定化及灰度插值的预处理,而后将该区域二维图像输入三维形貌构建***,该***可以根据二维图像区域不同的灰度值映射出金属表面层的第三维高度,并匹配到三维空间诸点,显示出金属表面层的三维空间宏观形貌,调整视角可以得到不同视线方向上的三维造像。
上述金属表面的图像灰度~表面层凸凹高度的映射关系模型是:金属表面图像灰度值~金属表面层凸凹高度值的映射关系式及映射关系曲线f(x,y)~h。
用普通相机对金属宏观表面采样拍摄时,一般来说物距远大于相机镜头的焦距及像距,成像照度保持不变,即图像灰度不随相机与金属宏观表面距离的改变而改变。在这种光学成像条件下,相机视屏采集到的图像灰度值主要取决于光源与金属宏观表面的距离。
我们用点光源或者扩展点光源辐射一个目标物,然后用相机拍摄目标物得到一幅二维图像,如果是连续图像必须转换成数字图像,如果是彩色图像还须转换成灰度图像,从这幅数字图像的灰度差映射金属表面层的高度差,建立金属表面的图像灰度~金属表面层凸凹高度的映射关系模型。
如图1所示的一个扩展点光源,沿O1O2轴向的光源面元cosθdS以立体角dΩ向目标物的两层表面A1、A2辐射,cosθdS与沿光源法线N方向的dS之间有夹角为θ;目标物的两个表面A1、A2分别与光源面元cosθdS的距离为h1、h2。
一个被光线照射物体的表面的照度函数E为:
(式1)中dA是被光线照射目标物表面积A的面元,dΦ是dA上照射的光通量:dΦ=BdΩdScosθ(其中B为光源亮度)。
(式1)表明,光通量Φ不变时照度函数E与表面积A成反比;而从图1看出被照射的圆面积A与其半径的平方r2成正比、也与光源面元cosθdS的距离的平方h2成正比,即照度函数E与距离的平方h2成反比:
因此,被点光源照射距离越远的目标物层面,照度越低;被点光源照射距离越近的目标物层面,照度越高;照度差可以映射目标物层面之间的高度差。
一个简单的成像模型是:
f(x,y)=i(x,y)r(x,y) (式3)
(式3)中的图像函数f(x,y)可看成一个二维亮度函数(将图像看作一个光源):0<f(x,y)<∞;f(x,y)也表示一幅图像的灰度函数,其亮度(灰度)函数值范围一般用图像的灰度值g表示:Gmin≤g≤Gmax;照度函数i(x,y)是入射到可见场景上的光量,其范围:0<i(x,y)<∞;反射函数r(x,y)是场景中目标物对入射光反射的比率,其范围:0<r(x,y)<1.
以照度函数E的表达(式2)取代(式3)中的照度函数i(x,y),且令同一材质的目标物不同层面对某点上方的相机的漫反射函数r(x,y)均等为常量(两个表面A1、A2的反射性质相同),得到:
由(式4)导出图像灰度值~表面层凸凹高度值的映射关系式f(x,y)~h:
式中k为比例常数。
如图2所示,就是由(式5)绘制而成的金属表面图像灰度值~金属表面层凸凹高度值f(x,y)~h的映射关系曲线图。
本发明提供的上述基于金属表面的一幅灰度图像构建金属表面层的三维宏观形貌的方法,其效果通过安装在计算机中的一个三维形貌构建***实现,操作简便、易学易用和便于普及,只要按照以下具体方法步骤操作即可:
(1)采用点光源或者扩展点光源辐射金属表面,将数码相机对准金属表面的目标区域,避开强反光方向,使其表面漫反射光进入镜头,摄制出一幅数字图像;或者将一幅金属宏观表面的照片用扫描仪转换成数字图像;要求图像JPEG格式、256色灰度,图像分辨率为400~600DPI,图像中目标的框选区大小为1kb~1Mb。
(2)将上述金属表面的灰度数字图像输入计算机,在Windows XP操作***和Matlab或VB语言开发的用户界面下,启动本发明根据上述金属表面图像灰度值~金属表面层凸凹高度值映射关系模型编程的三维形貌构建***,按照图3流程所述的步骤操作:开始打开一幅金属表面的二维数字图像,首先须要用户确认:是否256级灰度图像?图像分辨率是否为400~600DPI?如不是则须要转化为灰度图像并调节图像分辨率;其次可以命令***在工作窗口中显示这幅满足输入要求的二维灰度图像,允许用户在图像中多次框选、舍弃或保存感兴趣的区域,并使选定的区域大小限制在1kb~1Mb;而后就可以实施对框选区的三维图像构建和显示,根据三维图像的视觉效果要从以下三个方面确认:灰度反差适中吗?灰度层次清晰吗?三维视角满意吗?如不满意,则可以针对以上逐条在本***分别进行灰度直方图规定化处理、灰度插值处理和调整视角的三维动画旋转;最终以JPEG格式存储这幅三维图像,即可完成对金属表面二维灰度图像的三维实时转换。
下面通过几个具体实施例对本发明三维宏观形貌的构建、测试和分析效果作进一步说明:
实施例1 图4a是深冲用钢的中心疏松的灰度图像,在钢棒横剖试样(1∶1盐酸低倍侵蚀)的中心分布有一圈黑点状疏松,依此图只能想象疏松的三维形貌大概为坑洞状;图4b再现了图4a中心疏松区域的三维宏观形貌,从框取经过的一、二个坑洞的剖面上看,显见其内壁光滑,形如喇叭,深约0.03mm,推知钢液在凝固前存留气体是导致此缺陷特征的主要原因。
实施例2 图5a是车削加工铸造铝硅合金棒料,车削加工时暴露了散布在棒料表面的坑洞状铸造夹砂缺陷,但看不出脱掉沙粒后坑洞的内腔形态;图5b是由图5a夹砂框选区域灰度图像构建的三维宏观形貌,在纵剖面上显见几个未能切除掉的不规则坑洞,从螺旋状的车削刀痕中漏出,测量可知坑洞深达0.04mm,刀痕的纵坐标深约0.02mm。
实施例3 图6a是钢材中的疏松经引伸加工成成品暴露出来的重皮缺陷;图6b是图6a重皮区域灰度图像构建的三维宏观形貌,在纵剖面上可见深约0.02mm的表面舌形沟槽,沟槽内的氧化皮导致基体金属不能弥合。
实施例4 图7a是冲压拔伸时非金属夹杂物造成钢件表面的重皮形貌,这块氧化皮贴在钢表,有一角已经剥落;图7b是图7a重皮的灰度图像构建的三维宏观形貌,可看出剥落重皮区与表面形成台阶,整个表面覆盖着丘粒状的氧化物层。
实施例5 图8a是用2%硝酸酒精低倍侵蚀的铸件支浇口处的粗大树枝状晶,该区是杂质集中的最后凝固区,其中白色树枝状晶区为杂质的高浓度区,余下的黑色晶间区为杂质的低浓度区;图8b是图8a树枝状晶灰度图像构建的三维宏观形貌,显见晶区比晶间区抗侵蚀呈突起,形象地构建了一幅树枝浮雕画面。
实施例6 图9a是10Mn铸胚表面棱角处的树皮状裂缝;图9b将图9a树皮状裂缝的三维宏观形貌表现得更加形象生动,犹如一幅俯视山川深谷的地貌图,描绘了铸胚冷凝、热裂过程及其氧化现象。
实施例7 图10a是50B煅棒在加热时的局部过烧表面,已经在内部出现溶化表面;图10b是由图10a局部过烧表面灰度图像构建的三宏观维形貌,显见溶化带沿晶界深陷,氧化物充满粗大晶粒的表面。
实施例8 图11a是30CrMnMoTiA煅胚发现的纵向缺陷,是深裂纹还是表面缺陷?从二维图像无法判断;图11b显示图11a灰度图像构建的三维宏观形貌,框选区经过纵向缺陷,从剖面深度证明不是裂缝,而是原材料钢棒表面划痕引起的表面缺陷,因此经过后续切削加工可以去除,煅胚不必报废。
实施例9 图12a所示的低碳铬钼钢的过热管内壁表面有纵向折叠缺陷,使用时引起应力集中发生***;图12b是图12a灰度图像构建的三维宏观形貌,可以看到***前内壁表面折叠的深度并未穿透外表面,因而使用前未被发现。
实施例10 图13a是30CrMnMoTiA钢件最终加工后探伤检验磁粉发生横向沉积,这沉积显示了何种缺陷?从二维图像无法判断;图13b是由图13a磁粉沉积处灰度图像构建的三维宏观形貌,可见是具有一定深度的锻造折叠缺陷,工件报废。
实施例11 图14a是低碳铬鉬钢制过热管内壁(1∶1盐酸低倍侵蚀试样),分布有严重的折叠和斑疤,从二维图像难以测量深度;图14b是由图14a内壁折叠和斑疤灰度图像构建的三维宏观形貌,可以测量出折叠和斑疤深度。
实施例12 图15a是40CrNi钢热轧墩粗加工连杆螺钉表面的凹坑及氧化皮斑疤;图15b是由图14a内壁凹坑灰度图像构建的三维宏观形貌,凹坑中的氧化物显见一斑。
实施例13 图16a是钢件横截面样品上分布的龟裂(2%硝酸酒精侵蚀);图16b是按图16a灰度图像构建的三维宏观形貌,可以看出裂缝的裂口比较尖锐,有的裂缝沟槽并不深,可能是磨制样品过程中出现的新裂纹,因此材料的脆性相当大。
实施例14 图17a是进口40Cr钢板冲压工件表面发现的黑色斑点,在冲压引伸的弯边处黑斑被拉长,可见黑斑存在于冲压之前,仅凭二维表面观察很难对黑色斑点作出定性分析的结论;图17b是图17a二维灰度图像构建的三维宏观形貌,根据此图像很容易断定此斑点是原材料发生点腐蚀造成的浅坑。
实施例15 图18a所示60钢轧制线材表面发现的麻斑,与实施例14所述的随机分布的斑点有所不同,似有拧麻花一样的分布规律;图18b是由图18a灰度图像构建的三维形貌,更加清楚地表明麻斑是轧辊孔型磨损过甚所造成的咬伤。
实施例16 图19a是钢件纵剖面的低倍侵蚀样品(1∶1盐酸侵蚀),由裂缝的特征判定为氢脆髮纹缺陷;图19b是图19a灰度图像构建的三维宏观形貌,可以进一步分析髮纹实为短小的裂缝,割断了晶粒与晶粒的联系,表现为沿晶分布的形式,在锻造过程中这些晶间分布的裂缝被压延成纤维状。
以上实施例表明:对不同工艺条件下的各类金属材料宏观表面的二维灰度图像,用本发明所述方法实时转化的三维宏观形态图像,克服了传统二维表面分析技术丢失表面层第三维深度信息的弊端,构建了金属材料表面层的三维宏观形貌,显示客观、立体感强、视角可变,易于识别。最有特色的一点是:框选二维灰度图像中感兴趣的区域时,从本发明虚拟的三维造像上就能轻而易举得到穿越目标(特别是细小的缺陷)的横剖面,进而可以从横剖面度量其深度;即使对现实的金属制件切割取样,也不可能做得如此轻易、如此精细、如此准确,因此它又是以虚代实、以虚测实的创造性的无损检验方法。
本发明虽然是针对金属材料及其制品构建其表面层三维宏观形貌的方法,但并不局限于此,在本发明所提供的技术启示下,它同样也适合非金属材料及其制品表面层三维宏观形貌的构建,也应视为本发明的保护范围。另外,需要说明的是:鉴于不同材料对可见光反射的性质各有不同,就会造成同样照度、同样高度下的物体表面的灰度有所不同,因此,使用该方法应该基于同一反射性质的材料。
Claims (3)
1.一种基于数字图像技术构建金属表面层三维宏观形貌的方法,其特征在于:从金属表面的一幅数字图像的灰度差信息提取金属表面层凸凹的高度差信息,设计出金属表面的图像灰度~金属表面层凸凹高度的映射关系模型,编制成在计算机上运行的三维形貌构建***;将金属表面的一幅二维灰度数字图像输入计算机,选择图像中用户感兴趣的二维区域,视原始图像灰度反差及灰度层次的优劣,选择是否需要进行灰度直方图规定化及灰度插值的预处理,而后将该区域二维图像输入三维形貌构建***,该***可以根据二维图像区域不同的灰度值映射出金属表面层凸凹的第三维高度,并匹配到三维空间诸点,显示出金属表面层的三维空间宏观形貌,调整视角可以得到不同视线方向上的三维造像。
2.根据权利要求1所述的构建金属表面层三维宏观形貌的方法,其特征在于:所述金属表面的图像灰度~金属表面层凸凹高度的映射关系模型是:金属表面的图像灰度值~金属表面层凸凹高度值的映射关系表达式及映射关系曲线f(x,y)~h。
3.根据权利要求2所述的构建金属表面层三维宏观形貌的方法,其特征在于:所述金属表面的图像灰度值~金属表面层凸凹高度值的映射关系表达式及映射关系曲线是: 式中:f(x,y)是金属表面图像的灰度值,h是金属表面层凸凹的高度值,k为比例常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100185421A CN100495441C (zh) | 2007-07-25 | 2007-07-25 | 基于数字图像技术构建金属表面层三维宏观形貌的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100185421A CN100495441C (zh) | 2007-07-25 | 2007-07-25 | 基于数字图像技术构建金属表面层三维宏观形貌的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101110125A true CN101110125A (zh) | 2008-01-23 |
CN100495441C CN100495441C (zh) | 2009-06-03 |
Family
ID=39042190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100185421A Expired - Fee Related CN100495441C (zh) | 2007-07-25 | 2007-07-25 | 基于数字图像技术构建金属表面层三维宏观形貌的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100495441C (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806586A (zh) * | 2010-04-21 | 2010-08-18 | 上海交通大学 | 基于图像匹配的汽车密封条截面轮廓测量装置及测量方法 |
CN101900536A (zh) * | 2010-07-28 | 2010-12-01 | 西安交通大学 | 基于数字图像法的物体表面形貌的测量方法 |
CN102607455A (zh) * | 2012-02-27 | 2012-07-25 | 华中科技大学 | 基于光学显微镜和变化光照的微观形貌三维测量方法 |
CN102687177A (zh) * | 2009-11-02 | 2012-09-19 | 阿尔切奥公司 | 采用三维和二维数字图像的***和方法 |
CN105513123A (zh) * | 2014-09-15 | 2016-04-20 | 三纬国际立体列印科技股份有限公司 | 图像处理方法 |
CN105957152A (zh) * | 2016-06-21 | 2016-09-21 | 西安工程大学 | 一种台阶性边缘曲面重建的方法 |
CN106842219A (zh) * | 2017-01-18 | 2017-06-13 | 北京商询科技有限公司 | 一种用于混合现实设备的空间测距方法和*** |
CN108253886A (zh) * | 2016-12-28 | 2018-07-06 | 株式会社基恩士 | 三维测量装置 |
CN108287165A (zh) * | 2017-11-24 | 2018-07-17 | 住华科技股份有限公司 | 缺陷检查方法及缺陷检测*** |
CN108961252A (zh) * | 2018-07-27 | 2018-12-07 | Oppo(重庆)智能科技有限公司 | 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 |
CN109635432A (zh) * | 2018-12-12 | 2019-04-16 | 内蒙古农业大学 | 地块三维形貌评价方法及实现所述方法的*** |
CN109900713A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 摄像引导的无人机风电叶片缺陷动态检测***及其方法 |
CN111624206A (zh) * | 2020-07-03 | 2020-09-04 | 东北大学 | 基于线阵相机立体视觉的金属表面缺陷检测方法 |
CN113614487A (zh) * | 2019-03-26 | 2021-11-05 | 索尼集团公司 | 图像处理装置、图像处理方法和图像处理程序 |
CN115356343A (zh) * | 2022-10-21 | 2022-11-18 | 北京科技大学 | 一种炼钢用铁合金品质的检测方法及*** |
-
2007
- 2007-07-25 CN CNB2007100185421A patent/CN100495441C/zh not_active Expired - Fee Related
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102687177A (zh) * | 2009-11-02 | 2012-09-19 | 阿尔切奥公司 | 采用三维和二维数字图像的***和方法 |
CN101806586A (zh) * | 2010-04-21 | 2010-08-18 | 上海交通大学 | 基于图像匹配的汽车密封条截面轮廓测量装置及测量方法 |
CN101900536A (zh) * | 2010-07-28 | 2010-12-01 | 西安交通大学 | 基于数字图像法的物体表面形貌的测量方法 |
CN101900536B (zh) * | 2010-07-28 | 2011-11-16 | 西安交通大学 | 基于数字图像法的物体表面形貌的测量方法 |
CN102607455A (zh) * | 2012-02-27 | 2012-07-25 | 华中科技大学 | 基于光学显微镜和变化光照的微观形貌三维测量方法 |
CN105513123A (zh) * | 2014-09-15 | 2016-04-20 | 三纬国际立体列印科技股份有限公司 | 图像处理方法 |
CN105513123B (zh) * | 2014-09-15 | 2019-02-26 | 三纬国际立体列印科技股份有限公司 | 从二维影像建构三维实体模型的方法 |
CN105957152B (zh) * | 2016-06-21 | 2018-10-30 | 西安工程大学 | 一种台阶性边缘曲面重建的方法 |
CN105957152A (zh) * | 2016-06-21 | 2016-09-21 | 西安工程大学 | 一种台阶性边缘曲面重建的方法 |
CN108253886B (zh) * | 2016-12-28 | 2021-07-02 | 株式会社基恩士 | 三维测量装置 |
CN108253886A (zh) * | 2016-12-28 | 2018-07-06 | 株式会社基恩士 | 三维测量装置 |
CN106842219B (zh) * | 2017-01-18 | 2019-10-29 | 北京商询科技有限公司 | 一种用于混合现实设备的空间测距方法和*** |
CN106842219A (zh) * | 2017-01-18 | 2017-06-13 | 北京商询科技有限公司 | 一种用于混合现实设备的空间测距方法和*** |
CN108287165A (zh) * | 2017-11-24 | 2018-07-17 | 住华科技股份有限公司 | 缺陷检查方法及缺陷检测*** |
CN108961252B (zh) * | 2018-07-27 | 2021-06-08 | Oppo(重庆)智能科技有限公司 | 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 |
CN108961252A (zh) * | 2018-07-27 | 2018-12-07 | Oppo(重庆)智能科技有限公司 | 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 |
CN109635432A (zh) * | 2018-12-12 | 2019-04-16 | 内蒙古农业大学 | 地块三维形貌评价方法及实现所述方法的*** |
CN113614487A (zh) * | 2019-03-26 | 2021-11-05 | 索尼集团公司 | 图像处理装置、图像处理方法和图像处理程序 |
CN109900713A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 摄像引导的无人机风电叶片缺陷动态检测***及其方法 |
CN111624206A (zh) * | 2020-07-03 | 2020-09-04 | 东北大学 | 基于线阵相机立体视觉的金属表面缺陷检测方法 |
CN111624206B (zh) * | 2020-07-03 | 2021-08-31 | 东北大学 | 基于线阵相机立体视觉的金属表面缺陷检测方法 |
CN115356343A (zh) * | 2022-10-21 | 2022-11-18 | 北京科技大学 | 一种炼钢用铁合金品质的检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN100495441C (zh) | 2009-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100495441C (zh) | 基于数字图像技术构建金属表面层三维宏观形貌的方法 | |
CN101000296B (zh) | 基于数字图像技术三维重构金相组织微观浮凸的方法 | |
CN102749046A (zh) | 岩体结构面直剪试验中剪切面积的测量方法 | |
CN106442543A (zh) | 一种在线识别金属工件连续激光焊缝表面质量的检测方法 | |
Kobayashi et al. | Fracture surface topography analysis (FRASTA)—development, accomplishments, and future applications | |
JP5907947B2 (ja) | 生物学的粒子のクラスターを検出するための方法 | |
Szabo et al. | Correlation between grain orientation and the shade of color etching | |
Sfarra et al. | Santa Maria di Collemaggio Church (L’Aquila, Italy): historical reconstruction by non-destructive testing techniques | |
Ashkenazi et al. | A journey into the microstructure: Using a multifocal 3D digital light microscope to study archaeological artefacts retrieved from shipwrecks | |
Salvemini et al. | A multi-technique investigation of the incuse coinage of Magna Graecia | |
Chen et al. | A study of a rapid method for detecting the machined surface roughness | |
Too et al. | Investigation on the effect of machining parameters on surface roughness during turning of kenaf fiber-reinforced composite using non-contact vision method | |
CN103267498B (zh) | 铁矿石粗糙度自动数字量化测量方法 | |
Montani et al. | Analysis of Roman pottery graffiti by high resolution capture and 3D laser profilometry | |
Li et al. | Rethinking resolution estimation in fluorescence microscopy: from theoretical resolution criteria to super-resolution microscopy | |
Bernabale et al. | 3D fractures analysis and conservation assessment of wrought iron javelin through advanced non-invasive techniques | |
Antony et al. | Hyperspectral vision based probe for in situ corrosion monitoring in saline environments | |
Tkachenko et al. | Voxel size and measures of individual resorption cavities in three-dimensional images of cancellous bone | |
CN101907450A (zh) | 不同反射率材质组合表面的三维宏观形貌构建方法 | |
Salvemini et al. | Archaeometric investigations on manufacturing processes in ancient cultures with the neutron imaging station DINGO at ANSTO | |
Mukupa et al. | Visual inspection of fire-damaged concrete based on terrestrial laser scanner data | |
Mahmood et al. | Effects of roll pattern and reduction ratio on optical characteristics of A1008 cold–rolled steel specimens: Analytical approach and experimental correlations | |
CN114689584A (zh) | 适用于硅钢铁素体完全再结晶组织晶粒尺寸计算的方法 | |
CN115112509A (zh) | 一种基于Mask R-CNN网络的材料表面压痕测量方法 | |
De Fino et al. | Mapping and monitoring building decay patterns by photomodelling based 3D models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090603 Termination date: 20140725 |
|
EXPY | Termination of patent right or utility model |