專利名稱：大型水輪機葉片快速測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種對大型水輪機葉片進(jìn)行快速測量的方法，特別涉及一種應(yīng)用視覺測量技術(shù)對中大型水輪機葉片尺寸及型面進(jìn)行快速測量的方法。
背景技術(shù)：
對于造價昂貴的大型水輪機組，葉片是水輪機的"心臟"，其表面的質(zhì)量及制造精度將直接影響到整個機組的水力性能、發(fā)電效率、運轉(zhuǎn)的穩(wěn)定性及使用壽命。但由于大型水輪機葉片的型面為復(fù)雜的自由曲面，其體積和重量龐大，因此在制造和加工的過程中，對葉片外型尺寸及型面的全尺寸檢測一直是業(yè)內(nèi)的一個難題。
文獻(xiàn)"水輪機轉(zhuǎn)輪檢修裝備的研究現(xiàn)狀及發(fā)展趨勢"(何清華等，大電
機技術(shù)，2003)總結(jié)了當(dāng)前大型水輪機葉片檢測中幾種主要的方法，按使用的設(shè)備儀器不同有:立體樣板法、樣板法、梳齒法、三坐標(biāo)測量機法、機械臂法、激光干涉儀法、光電徑緯儀法、激光跟蹤儀法、光切法以及水下攝影法等。立體樣板法所使用的組合樣板為手工制造，剛性差、容易變形，已逐步被淘汰。三坐標(biāo)測量機雖然精度高，但對測量環(huán)境要求高、不便攜、測量范圍?。惶貏e是巨型三坐標(biāo)機極其昂貴,水輪機葉片在三坐標(biāo)機臺上擺放調(diào)整困難，前期還需要耗時進(jìn)行檢測坐標(biāo)系的建立及測量編程。關(guān)節(jié)臂、激光跟蹤儀、經(jīng)繹儀可以在現(xiàn)場進(jìn)行高精度測量，但由于是逐點測量方式，測量效率偏低，無法達(dá)到全尺寸反求設(shè)計和生產(chǎn)檢測所需的密集點云采集要求。因此目前的研究熱點集中于融合計算機視覺技術(shù)和攝影測量技術(shù)的非接觸式光學(xué)測量方法，這種方法有著嚴(yán)謹(jǐn)?shù)睦碚摶A(chǔ)，量程具有較大的彈性，并能提供相當(dāng)高的精度和較高的測量效率，是解決中大型工件三維全尺寸檢測難題一種可行的方案。
基于計算機視覺方法的檢測系統(tǒng)是指利用CCD攝像機作為圖像傳感器，綜合運用圖像處理、精密測量等技術(shù)進(jìn)行非接觸二維或者三維坐標(biāo)測量的檢測系統(tǒng)。文獻(xiàn)"視覺測量技術(shù)及應(yīng)用"(葉聲華院士，中國工程科學(xué)，1999)總結(jié)了視覺測量技術(shù)發(fā)展的不同方向及其應(yīng)用領(lǐng)域，提出了幾種視覺檢測原型系統(tǒng)。但由于計算機運算速度和圖像獲取精度等條件的限制，并沒有實際的檢測系統(tǒng)被應(yīng)用。
近幾年，由于計算機技術(shù)和有關(guān)光學(xué)、數(shù)字圖像處理、計算機視覺理論等方面的光電技術(shù)不斷發(fā)展，研究基于光學(xué)、數(shù)字圖像處理和計算機視覺理論的大型復(fù)雜曲面三維測量已成為可能。因此，研究新的基于光學(xué)、數(shù)字圖像和視覺信息融合的大型復(fù)雜曲面便攜式快速三維測量方法，并將檢測步驟、數(shù)據(jù)處理等標(biāo)準(zhǔn)化，即具有重要的理論意義，又具有重大的實用價值。

發(fā)明內(nèi)容
針對大型水輪機葉片在加工過程中的型面及尺寸的檢測問題，如何在保證精度滿足要求的前題下，提高檢測的速度，降低測量成本，如何實現(xiàn)現(xiàn)場檢測及避免環(huán)境中振動、溫度變化、濕度、粉塵等干擾。本發(fā)明提出了一種基于攝影測量和立體視覺原理的光學(xué)測量方法，并經(jīng)過實驗驗證，能夠?qū)Υ笮退啓C葉片尺寸及型面進(jìn)行現(xiàn)場快速測量。
為達(dá)到以上目的，本發(fā)明是采取如下技術(shù)方案予以實現(xiàn)的一種大型水輪機葉片快速測量方法，包括下述步驟
第一步，在葉片的表面及其周圍放置圓形標(biāo)志點和帶有環(huán)形編碼的標(biāo)志點，標(biāo)志點包括編碼點、非編碼點；將標(biāo)志點粘貼在磁性像膠墊上，并吸附在葉片表面，根據(jù)后邊密集點云采集設(shè)備的要求間隔粘布置；
第二步，放置全局標(biāo)尺，標(biāo)尺是恢復(fù)葉片實際尺寸的依據(jù)，其兩端是固
定好的編碼標(biāo)志點或非編碼標(biāo)志點，兩端標(biāo)志點之間的距離經(jīng)過嚴(yán)格的校準(zhǔn)；第三步，采用專業(yè)數(shù)碼相機，全方位對被測葉片進(jìn)行拍照，獲取包含編碼標(biāo)志點、非編碼標(biāo)志點、全局標(biāo)尺信息的一組照片；第四步，計算標(biāo)志點坐標(biāo)，運行測量軟件，在計算機中導(dǎo)入所拍照片組，進(jìn)行圖像處理，測量出照片組中標(biāo)志點的二維坐標(biāo)，然后根據(jù)二維坐標(biāo)計算出所有標(biāo)志點在空間中的三維坐標(biāo)，結(jié)果中非編碼標(biāo)志點點云即構(gòu)成了被測葉片的全局稀疏點模型，該模型作為下一步局部密集點云采集后進(jìn)行全局坐
標(biāo)對齊的依據(jù)；
第五步，被測葉片表面密集點云采集及對齊，采用雙目光柵掃描方法，用兩攝相機同步拍攝由投影機投向物體表面的編碼條紋，測量軟件自動進(jìn)行立體匹配和三維重建后獲得葉片表面局部的標(biāo)志點及密集點云，根據(jù)該局部的標(biāo)志點在全局稀疏點模型的位置完成該局部密集點云的全局坐標(biāo)對齊；重復(fù)采用上述雙目光柵掃描方法得到所有已全局坐標(biāo)對齊的局部密集點云。
第六步，密集點云預(yù)處理及建模，由于得到的葉片密集點云模型有一定的數(shù)據(jù)冗余，在進(jìn)行建模之前先對其進(jìn)行處理，刪除重疊部分點云，并將各局部密集點云進(jìn)行合并，得到葉片外表面的整體密集點云模型，也即葉片測量模型；
第七步，將葉片測量模型與葉片CAD模型的坐標(biāo)系對齊，對測量模型進(jìn)行坐標(biāo)轉(zhuǎn)換；
第八步，葉片測量模型與葉片CAD模型對比，對兩個模型進(jìn)行簡單的矢量減運算，即可得到葉片鑄件表面每一個位置與設(shè)計模型的偏差，通過編程實現(xiàn)并以3D的形式顯示，或借助商業(yè)對比軟件根據(jù)各個位置和方向的剖面圖，生成2D的偏差數(shù)據(jù)。
上述方法中，所述第三步全方位對被測葉片進(jìn)行拍照，設(shè)置攝像站位置采用三個依次增加的高度，每個高度均環(huán)繞360度，拍攝要求如下
1) 以葉片三維尺中最大值作為拍攝距離正直拍攝。
2) 盡可能使每個標(biāo)志點被4個以上不同位置的攝像站所拍攝。
3) 盡可能使每個標(biāo)志點的交會角在60。 ~120° 。
4) 盡可能使每個標(biāo)志點的入射角小于45。。
5) 盡可能使每個攝像站都能拍攝盡量多的標(biāo)志點，保持相鄰攝像站拍攝的照片間有60%以上的重疊和公共點。所述第四步的測量照片組中標(biāo)志點二維坐標(biāo)，具體步驟如下
1) 采用Canny算法檢測圖像中的邊緣，得到單像素寬的閉合邊緣集；
2) 用梯度幅值作為權(quán)值來計算沿梯度方向的位置加權(quán)值，對邊緣位置沿梯度方向作子像素級校正
W = ^——，
其中，",是一個像素沿梯度方向與檢測到的邊緣點的距離，&是梯度幅
值；
3) 采用圓度準(zhǔn)則鑒別出邊緣集中的橢圓，并利用如下先驗信息去除不合條件的橢圓，包括橢圓的面積太小、橢圓輪廓呈凹性、非封閉性、與相鄰橢圓距離太近；
4) 兩次采用最小二乘法擬合出橢圓的中心，第一次擬合后去除掉距離大于3倍標(biāo)準(zhǔn)差的邊緣，再進(jìn)行第二次擬合；
5) 判斷橢圓外圍是否有環(huán)帶，如果沒有即為非編碼點；如果有則徑向作內(nèi)外邊界的連線，在連線上等距離采樣5次，以5次采樣的中值與標(biāo)記點的灰度閥值作比較，大于閥值則本環(huán)帶的編碼為1,否則為0;每36° (對應(yīng)于IO位編碼點)重復(fù)上述操作，旋轉(zhuǎn)一周后得到形如"0100100111"的二進(jìn)制編號；
6) 查表得到編碼點的ID,如果査不到則看作非編碼點。與現(xiàn)有技術(shù)的立體樣板法、激光跟蹤儀法、關(guān)節(jié)臂法等相比，本發(fā)明基
于視覺測量方法具有如下優(yōu)點
1、 由于采用CCD作為傳感器，為非接觸式測量方式，不會傷及葉片表面，也不受葉片表面形狀及粗糙度的影響，也不會損耗測量設(shè)備。
2、 由于釆用逐區(qū)域掃描并由軟件自動對齊，測量時間主要取決于葉片表面的分區(qū)塊數(shù)，對大型葉片還可以采用多臺掃描設(shè)備并行工作，相對于逐點測量方式，現(xiàn)場測量效率較高，后期的點云處理及模型對比可以離開現(xiàn)場處理。
83、 由于采用密集點云掃描方式，特別適用于葉片表面測量點眾多的任務(wù)，測量結(jié)果是密集點云表示的葉片完整模型，可以在此基礎(chǔ)上進(jìn)行任意幾何量的測量。
4、 由于測量結(jié)果是完整的葉片三角面模型，在對比軟件的幫助下，可以
自動地進(jìn)行全尺寸三維色譜分析、隨意的定制偏差容限進(jìn)行合格判定，檢測結(jié)果直觀、快捷。
5、 作為測量中間結(jié)果的葉片點云模型，可以作為原始數(shù)據(jù)，進(jìn)行逆向工程設(shè)計。
6、 由于采用CCD作為傳感器，本方法中采用的測量設(shè)備價格便宜，測量成本低。


圖1是本發(fā)明葉片測量安放基座圖。
圖2是非編碼標(biāo)志點和編碼標(biāo)志點參考方案圖。
圖3是粘貼標(biāo)志點后被測葉片的照片。
圖4是計算機生成的三維標(biāo)志點葉片稀疏模型圖。
圖5是雙目光柵掃描法采集系統(tǒng)原理圖。
圖6是逐塊表面密集點云采集及對齊的葉片模型照片。
圖7是密集點云預(yù)處理及建模后的葉片模型照片。
圖8是葉片測量模型與設(shè)計模型的3D對比照片。
圖9是葉片某一剖面偏差的2D正面絮狀照片。
圖10是圖9葉片剖面偏差的2D側(cè)面絮狀照片。
圖11是編碼標(biāo)志點編碼環(huán)方案示意。
圖12是攝像站布置示圖。
具體實施例方式
以下結(jié)合附圖及實施例對本發(fā)明作進(jìn)一步的詳細(xì)描述。大型水輪機葉片尺寸及型面的一種快速檢測方法
9水輪機葉片的放置，水輪機葉片由于體積較大，部分位置壁厚較薄，自由態(tài)的放置會帶來一定的形變，對測量結(jié)果有影響。而視覺測量需要從不同的位置對被測對象進(jìn)行拍照，因此需要考慮葉片的放置方式。遵循原則一是便于攝影拍照；二是不會產(chǎn)生形變而方便現(xiàn)場操作，提高效率?？梢约庸と鐖D1的葉片測量基坐?；梢灾貜?fù)使用。
第一步在葉片表面和周圍布置標(biāo)志點。標(biāo)志點包括編碼點、非編碼點;使用圓形標(biāo)志點可以獲得比較高的定位精度。帶有環(huán)形編碼的標(biāo)志點則可以方便識別其編號，選擇合適的標(biāo)志點圖案及材料，由于葉片大多使用鑄鋼材料，因此可將標(biāo)志點粘貼在磁性像膠墊上，方便布置和撤掉。并可重復(fù)使用。如圖2所示。
人工標(biāo)志點要有明顯的特征，本發(fā)明中標(biāo)志點中心為實心圓，經(jīng)過投影變換為橢圓，用來對標(biāo)志點進(jìn)行定位；編碼標(biāo)志其內(nèi)部是一個非編碼標(biāo)志，外部有一個和中心的圓同心的扇環(huán)，如圖ll所示，根據(jù)編碼規(guī)則的不同，編碼標(biāo)志又分為8位、10位、12位、14位、15位等幾種編碼，n位編碼表示將外部的圓環(huán)等分成n份，每一位上若顏色和中心的圓同色，則編碼為l，否則為0。另外，根據(jù)顏色的不同，又可以把編碼標(biāo)志以及非編碼標(biāo)志分成白底黑點標(biāo)志和黑底白點標(biāo)志。標(biāo)尺是恢復(fù)葉片實際尺寸的依據(jù)，其兩端是固定好的編碼標(biāo)志點或非編碼標(biāo)志點，兩端標(biāo)志點之間的距離經(jīng)過嚴(yán)格的校準(zhǔn)，并考慮溫度的影響。布置標(biāo)志點及標(biāo)尺前應(yīng)對葉片表面及周圍進(jìn)行清理，去除鐵屑、油污等，保證標(biāo)志點和標(biāo)尺不會發(fā)生掉落及移位。
如圖3所示，在葉片表面均勻粘貼非編碼點，點的密度應(yīng)與雙目光柵掃描設(shè)備的單次采集幅面相配合，保證每次掃描區(qū)域內(nèi)至少有3~5個非編碼點；在葉片表面均勻粘貼編碼點，密度為非編碼點密度的1/5~1/3;在葉片周圍放置若干編碼點，使全體標(biāo)志點構(gòu)成空間分布。
第二步在葉片周圍放置與葉片尺寸相當(dāng)?shù)臉?biāo)尺，盡量使3個維度上都有標(biāo)尺。
第三步拍攝全局標(biāo)志點照片序列。環(huán)繞葉片從各個水平角度拍攝照片，攝像站位置設(shè)置可以參考圖12。根據(jù)待測葉片尺寸將攝像站分布于三個水平高度，如高度為2m的葉片，可選擇lm,2m,3m三個水平高度；每個高度旋轉(zhuǎn)360度設(shè)置攝像站；為保證標(biāo)志點三維坐標(biāo)解算的精度，除了選擇高分辨率、鏡頭畸變小的專業(yè)相機外，照片組拍攝原則如下
3. 1以葉片三維尺中最大值作為拍攝距離正直拍攝。
3. 2盡可能使每個標(biāo)志點被4個以上不同位置的攝像站所拍攝。
3.3盡可能使每個標(biāo)志點的交會角在60。 120° 。
3.4盡可能使每個標(biāo)志點的入射角小于45。。
3.5盡可能使每個攝站都能拍攝盡量多的標(biāo)志點，保持相鄰攝像站拍攝的照片間有60%以上的重疊和公共點。
第四步測量照片組中標(biāo)志點坐標(biāo)。對得到的照片組先進(jìn)行二維的圖像處理，識別出每張照片中的標(biāo)志點及編碼，測量出各標(biāo)志點的中心坐標(biāo)，具體算法如下
4.1采用Canny算法檢測圖像中的邊緣，得到單像素寬的閉合邊緣集；4.2用梯度幅值作為權(quán)值來計算沿梯度方向的位置加權(quán)值，對邊緣位置沿梯度方向作子像素級校正
"=J^"~，
其中，《是一個像素沿梯度方向與檢測到的邊緣點的距離，g,是梯度幅值。
4.3采用圓度準(zhǔn)則鑒別出邊緣集中的橢圓，并利用如下先驗信息去除不合條件的橢圓，包括橢圓的面積太小、橢圓輪廓呈凹性、非封閉性、與相鄰橢圓距離太近。
4.4兩次采用最小二乘擬合出橢圓的中心，第一次擬合后去除掉距離大于3倍標(biāo)準(zhǔn)差的邊緣，再進(jìn)行第二次擬合。
4.5判斷橢圓外圍是否有環(huán)帶，如果沒有即為非編碼點；如果有則徑向作內(nèi)外邊界的連線，在連線上等距離采樣5次，以5次的采樣的中值作與標(biāo)記點的灰度閥值作比較，大于閥值則本環(huán)帶的編碼為l,否則為O;每36° (對應(yīng)于10位編碼點)重復(fù)上述操作，旋轉(zhuǎn)一周后得到形如"0100100111"的二進(jìn)
制編號。
4.6查表得到編碼點的ID。如果查不到則看作非編碼點。
第五步計算標(biāo)志點的三維坐標(biāo)并建模。具體算法如下
5.1編碼標(biāo)志點根據(jù)唯一的ID號實現(xiàn)匹配。
5.2根據(jù)共面方程實現(xiàn)各照片間的相對定向。
5.3利用DLT法實現(xiàn)各照片的絕對定向。
5.4利用光束平差法實現(xiàn)相機的高精度標(biāo)定。
5.5利用前方交會法計算編碼標(biāo)志點的三維坐標(biāo)。
5.6利用多張照片外極線約束實現(xiàn)非編碼標(biāo)志點的匹配。
5.7利用前方交會法計算非編碼標(biāo)志點的三維坐標(biāo)。
5.8利用光束平差優(yōu)化全部的解算結(jié)果。
5.9導(dǎo)出全部的三維非編碼標(biāo)志點，由此得到葉片的稀疏模型。第六步葉片局部密集點云采集及對齊。
采用雙目光柵掃描方法，其系統(tǒng)原理如圖5所示，左右兩相機同步拍攝由投影機投向物體表面的編碼條紋，測量軟件自動進(jìn)行立體匹配和三維重建后獲得葉片表面局部的標(biāo)志點及密集點云。根據(jù)該局部的標(biāo)志點在全局稀疏點模型的位置完成該局部密集點云的全局坐標(biāo)對齊。
具體步驟如下
6.1將非編碼點云表示的葉片模型數(shù)據(jù)從攝影測量軟件中導(dǎo)出，導(dǎo)入密積點云采集軟件中，作為局部密集點云對齊時的參考。
6.2撤去葉片表面粘貼的編碼標(biāo)志點，保留非編碼標(biāo)志點。6.3將雙目光柵掃描設(shè)備正對葉片表面某區(qū)域，左右兩相機拍攝兩張局部照片，由于兩相機相對位置及方向事先己標(biāo)定出，為已知數(shù)據(jù)，因此根據(jù)空間前方交會法可計算出局部標(biāo)志點的空間相對位置關(guān)系。
6.4調(diào)整雙目光柵掃描設(shè)備與目標(biāo)的相對位置，使得計算出的非編碼標(biāo)志點的數(shù)目多于3個。在三維空間，利用子圖同構(gòu)算法匹配區(qū)域標(biāo)志點和全局關(guān)鍵點云局部標(biāo)志點表示為"子圖"，待匹配的全局標(biāo)志點云表示為"大圖"，在"大圖"中搜索同構(gòu)子圖。
6.5匹配成功后，計算出區(qū)域到整體的旋轉(zhuǎn)矩陣i 和平移矩陣r 。
6.6由投影裝置向葉片局部投射編碼結(jié)構(gòu)光，左右相機同步拍攝序列照
片，經(jīng)過圖像上處理，立體匹配，三維重建后生成局部的密集點云數(shù)據(jù)。如 果葉片反射性能太差，則需要在掃描前噴涂顯影劑。
6.7局部密集點云數(shù)據(jù)根據(jù)上一步中的旋轉(zhuǎn)矩陣和平移矩陣[W]轉(zhuǎn)換到 全局坐標(biāo)系下。
6.8逐區(qū)域掃描得到整體密集點云模型。
6.9移動光柵掃描設(shè)備，在保證不留縫隙的情況下，逐區(qū)域掃描葉片表 面并自動對齊，得到有一定數(shù)據(jù)冗余的葉片整體密集點云模型。見圖6。 第七步點云預(yù)處理及三角化建模。采用K平均聚類法進(jìn)行多視點云重 疊面的刪除及數(shù)據(jù)融合處理。利用通用逆向工程軟件(如Geomagic)對葉片 點云模型進(jìn)行降噪、去孤、平滑、抽稀后，進(jìn)行三角化生成三角網(wǎng)絡(luò)模型， 最后對由標(biāo)志點覆蓋產(chǎn)生的空洞進(jìn)行補洞處理。由此得到了葉片的整體三角 網(wǎng)絡(luò)模型，見圖7。
第八步測量模型與CAD設(shè)計模型的坐標(biāo)對齊。假如葉片在加工過程中 有加工基準(zhǔn)面，那么可以根據(jù)三個以上相互垂直的面確定葉片設(shè)計坐標(biāo)系， 將測量得到的標(biāo)志點云模型根據(jù)"面——線——點"即"3-2-1"方式進(jìn)行坐 標(biāo)轉(zhuǎn)換，以便對齊到設(shè)計坐標(biāo)系下。應(yīng)在得到由標(biāo)志點點云模型后，密集點 云采集之前完成此項坐標(biāo)轉(zhuǎn)換。
如果待測葉片沒有加工基準(zhǔn)面，可以利用商用的對比軟件(如Geomagic Qualify)讀入測量模型和設(shè)計模型，執(zhí)行"最佳全局配準(zhǔn)"命令，以完成兩 模型的最優(yōu)匹配。
第九步葉片測量模型與設(shè)計模型的偏差對比。
將測量模型和設(shè)計模型對齊后，可編程或使用商業(yè)對比軟件(如Geomagic Qualify),運行"三維比較"命令，得到測量數(shù)據(jù)和葉片設(shè)計數(shù)模的三維色譜 偏差，見圖8。
根據(jù)工藝、檢測要求進(jìn)行任意關(guān)注位置的剖切，可以方便的得到葉片各位
13位置2D色片拍逆差絮狀圖，見圖9、圖10。
權(quán)利要求
1、一種大型水輪機葉片快速測量方法，其特征在于，包括下述步驟第一步，在葉片的表面及其周圍放置圓形標(biāo)志點和帶有環(huán)形編碼的標(biāo)志點，標(biāo)志點包括編碼點、非編碼點；將標(biāo)志點粘貼在磁性像膠墊上，并吸附在葉片表面，根據(jù)后邊密集點云采集設(shè)備的要求間隔粘布置；第二步，放置全局標(biāo)尺，標(biāo)尺是恢復(fù)葉片實際尺寸的依據(jù)，其兩端是固定好的編碼標(biāo)志點或非編碼標(biāo)志點，兩端標(biāo)志點之間的距離經(jīng)過嚴(yán)格的校準(zhǔn)；第三步，采用專業(yè)數(shù)碼相機，全方位對被測葉片進(jìn)行拍照，獲取包含編碼標(biāo)志點、非編碼標(biāo)志點、全局標(biāo)尺信息的一組照片；第四步，計算標(biāo)志點坐標(biāo)，運行測量軟件，在計算機中導(dǎo)入所拍照片組，進(jìn)行圖像處理，測量出照片組中標(biāo)志點的二維坐標(biāo)，然后根據(jù)二維坐標(biāo)計算出所有標(biāo)志點在空間中的三維坐標(biāo)，結(jié)果中非編碼標(biāo)志點點云即構(gòu)成了被測葉片的全局稀疏點模型，該模型作為下一步局部密集點云采集后進(jìn)行全局坐標(biāo)對齊的依據(jù)；第五步，被測葉片表面密集點云采集及對齊，采用雙目光柵掃描方法，用兩攝相機同步拍攝由投影機投向物體表面的編碼條紋，測量軟件自動進(jìn)行立體匹配和三維重建后獲得葉片表面局部的標(biāo)志點及密集點云，根據(jù)該局部的標(biāo)志點在全局稀疏點模型的位置完成該局部密集點云的全局坐標(biāo)對齊；重復(fù)采用上述雙目光柵掃描方法得到所有已全局坐標(biāo)對齊的局部密集點云；第六步，密集點云預(yù)處理及建模，由于得到的葉片密集點云模型有一定的數(shù)據(jù)冗余，在進(jìn)行建模之前先對其進(jìn)行處理，刪除重疊部分點云，并將各局部密集點云進(jìn)行合并，得到葉片外表面的整體密集點云模型，也即葉片測量模型；第七步，將葉片測量模型與葉片CAD模型的坐標(biāo)系對齊，對測量模型進(jìn)行坐標(biāo)轉(zhuǎn)換；第八步，葉片測量模型與葉片CAD模型對比，對兩個模型進(jìn)行簡單的矢量減運算，即可得到葉片鑄件表面每一個位置與設(shè)計模型的偏差，通過編程實現(xiàn)并以3D的形式顯示，或借助商業(yè)對比軟件根據(jù)各個位置和方向的剖面圖，生成2D的偏差數(shù)據(jù)。
2、 如權(quán)利要求1所述的大型水輪機葉片快速測量方法，其特征在于，所 述第三步全方位對被測葉片進(jìn)行拍照，設(shè)置攝像站位置采用三個依次增加的 水平高度，每個高度均環(huán)繞360度，拍攝要求如下1) 以葉片三維尺中最大值作為拍攝距離正直拍攝。2) 使每個標(biāo)志點被4個以上不同位置的攝像站所拍攝。3) 使每個標(biāo)志點的交會角在60° ~120° 。4) 使每個標(biāo)志點的入射角小于45。。5) 使每個攝像站都能拍攝盡量多的標(biāo)志點，保持相鄰攝像站拍攝的照片 間有60%以上的重疊和公共點。
3、 如權(quán)利要求1所述的大型水輪機葉片快速測量方法，其特征在于，所 述第四步的測量照片組中標(biāo)志點二維坐標(biāo)，具體方法如下1) 采用Canny算法檢測圖像中的邊緣，得到單像素寬的閉合邊緣集；2) 用梯度幅值作為權(quán)值來計算沿梯度方向的位置加權(quán)值，對邊緣位置沿 梯度方向作子像素級校正其中，《是一個像素沿梯度方向與檢測到的邊緣點的距離，g,是梯度幅值；3) 采用圓度準(zhǔn)則鑒別出邊緣集中的橢圓，并利用如下先驗信息去除不合 條件的橢圓，包括橢圓的面積太小、橢圓輪廓呈凹性、非封閉性、與相鄰橢 圓距離太近；4) 兩次采用最小二乘法擬合出橢圓的中心，第一次擬合后去除掉距離大 于3倍標(biāo)準(zhǔn)差的邊緣，再進(jìn)行第二次擬合；5) 判斷橢圓外圍是否有環(huán)帶，如果沒有即為非編碼點；如果有則徑向作 內(nèi)外邊界的連線，在連線上等距離采樣5次，以5次釆樣的中值與標(biāo)記點的 灰度閥值作比較，大于閥值則本環(huán)帶的編碼為l，否則為0;每36° (對應(yīng)于IO位編碼點)重復(fù)上述操作，旋轉(zhuǎn)一周后得到形如"0100100111"的二進(jìn)制 編號；6)查表得到編碼點的ID，如果查不到則看作非編碼點。
全文摘要
本發(fā)明公開了一種大型水輪機葉片快速測量方法，其特征在于，首先在葉片表面粘貼標(biāo)志點，然后從不同角度拍攝一組照片，作為測量的原始數(shù)據(jù)輸入計算機中進(jìn)行解析處理。在測量軟件中通過對照片組進(jìn)行圖像檢測，識別出各張照片中標(biāo)志點并定位其中心，匹配同名標(biāo)志點，最后根據(jù)標(biāo)志點的多個二維坐標(biāo)重建出對應(yīng)物體點的三維坐標(biāo)，由重建出的三維標(biāo)志點擬合目標(biāo)的稀疏框架模型，再用雙目光柵掃描方法逐塊掃描葉片表面，得到局部的密集點云，根據(jù)局部的標(biāo)志點將密集點云對齊到全局坐標(biāo)系下，得到葉片的密集點模型。通過與CAD設(shè)計模型對齊后進(jìn)行對比，計算出工件表面的三維加工誤差。
文檔編號G01B11/00GK101566461SQ20091002257
公開日2009年10月28日 申請日期2009年5月18日 優(yōu)先權(quán)日2009年5月18日
發(fā)明者劉建偉, 史寶全, 唐正宗, 晉 梁, 肖振中 申請人:西安交通大學(xué)