基于神经网络边缘提取的工业CT图像与CAD模型的比对检测

摘要：

研究了一种对工业计算机断层(CT)图像与计算机辅助设计(CAD)模型进行比对检测,分析工件制造误差的方法.首先,用模板自适应细胞神经网络提取工业CT图像边缘,并进行三方向CT切片边缘数据融合处理以获得完整的三维边缘面.然后,先结合主成分分析和最小包围盒的思想对CT边缘面数据与工件的CAD模型实现粗配准,再用奇异值分解-迭代最近点算法对其进行精配准,其中最近点对的求取用k-d树进行加速,从而实现对工件制造误差的分析.实验结果显示,文中的方法能够实现工件的比对检测,自动化程度高、能直观显示误差分布且精度高,表明通过改进工件CT图像与CAD模型的比对检测方法,可将工业CT技术用于制造工艺分析与改进中.

关键词：计算机断层成像、计算机辅助设计、神经网络、迭代最近点、比对检测

所属期刊栏目：19

分类号：TP391;TP18(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60972104;重庆市自然科学基金资助项目2010BB4222

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2533-2540