基于神经网络边缘提取的工业断层成像图像拟合

摘要：

通过工业计算机断层成像图像边缘拟合,可获得矢量化的曲线,进而获得工件的计算机辅助设计图纸,实现基于工业断层成像的机械零部件逆向设计.在用两组细胞神经网络对图像进行分割的基础上,进行边缘跟踪和曲线的多维拟合.通过横截圆和轴线的拟合,实现对圆柱形目标的拟合.轴线拟合时,将各层圆心坐标分别投影到xz平面和yz平面进行最小二乘拟合,以降低计算复杂度.对发动机切片图像进行实验,根据拟合得到的参数得出了圆柱形目标的计算机辅助设计图,其拟合均方误差小于0.3像素~2.对不规则目标,讨论了基于最小二乘法的分段三次曲线拟合方法在边缘曲线拟合中的应用;对发动机切片图像目标区域进行实验的拟合均方误差均小于0.6像素~2.实验结果和误差分析证明,文中的拟合方法是有效的,实现了基于工业断层成像的逆向设计所必需的位图矢量化.

关键词：逆向工程、计算机断层成像、神经网络、图像处理、边缘拟合

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60672098;国家863计划资助项目2006AA04Z104

在线出版日期：2010-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-29