基于工业CT的逆向工程中二维轮廓参数化尺寸的获取

作者：王燕芳刘力阔介民阎永廉信息来源:无忧测量 2008-3-16

字体大小:小 中 大网友评论条 进入论坛

近些年，对于处理ICT (industrial computerized tomography)断层图像序列来说，专家与学者的研究重点己不仅仅局限于通过插值或拟合数据点重构出一个近似模型来逼近实物，而是越来越关注能否利用逆求技术来恢复实物原型的特征及参数的整体属性，即建立CAD的参数模型，这是一个集断层图像处理、图形识别及几何造型等学科技术于...

在CAD/CAM(计算机辅助设计/计算机辅助制造)领域，随着科学技术及信息产业化的高速发展，传统的生产模式已发生了根本性的变化，直接对

际国内实物产品进行数字化、造型和设计的逆向工程技术成为一个研究热点。近些年，对于处理ICT (industrial computerized tomography)断层图像序列来说，专家与学者的研究重点己不仅仅局限于通过插值或拟合数据点重构出一个近似模型来逼近实物，而

越来越关注能否利用逆求技术来恢复实物原型的特征及

数的整体属性，即建立CAD的参数模型，

是一个集断层图像处理、图形识别及几何造型等学科技术于一体的相当复杂的过程。在逆向工程技术的诸多数字化方法中，ICT断层测量技术优越于其他技术的特点就在于它能够无损地提供实物复杂的内部结构，更有利于逆求出实物完整的几何参数。在实际的应用检测中发现，许多用户并不需要逆求出一个完整的CAD模型，而是更关心实物某一部分结构的定量尺寸，针对这样的需求，本文改进了轮廓提取算法，并与二维矢量化技术结合集成一套专用的算法软件系统，它可以逆求出实物任意位置任意方向剖面轮廓的尺寸信息，无需经历复杂的CAD模型逆求的过程，解决了逆向工程中普遍存在的尺寸不能进行参数化的再编辑的问题，具有较强的实用价值，可应用于基于工业CT断层的逆向工程及无损检测中。

1二维图像的轮廓提取

获取实物的特征参数基于的是其形状信息，而ICT图像的轮廓正是结构形状的最好体现，所以提取边界数据既是逆求的首要工作也是非常关键的一步。

1.1边缘检测和阀值分割

本文采用的数据来自于中科院高能物理研究所450 kV高精度CT样机(GY-1-450 XCT)o在获取的实物断层切片图像中，由于进行了各种校正和必要的平滑去噪处理，有效地去除了ICT图像中的伪影。ICT断层截面的两个不同灰度(通常具有不同的密度)的物体边界轮廓处的像素灰度都存在较为明显的不连续突变，采用抗噪声干扰、边缘定位较准确的Sobel边缘提取算法，检测出这些灰度突变像素点，即得到了边界轮廓的位置。经边缘检测后的断层图像只包括边缘和背景两类区域，闭值分割的过程是将边缘的灰度值图像变为代表两个区域的二值图像，从而得到实物的边界轮廓。这里采用迭代闽值法确定阑值，迭代阂值法是图像分割中比较优秀且易于实现的方法。

1.2轮廓跟踪

经检测得到的轮廓边界是离散的、独立的、互不相关的轮廓点的组合，为了建立这些边界轮廓点之间的位置顺序连接关系，生成封闭连通、完整的单像素宽的边界轮廓线，必须进行轮廓跟踪，这一步是利用CAD/CAM技术实现逆求的基本前提。

理论上图像经边缘检测、闺值分割后，二值化的边界可以被精确地跟踪出来，但实际上由于成像特点，使图像中含有各种噪声。即使经过了细化处理，边界处往往还是多像素宽，且存在着孤立噪声点、孤立伪边、分枝和毛刺、断边等噪声，如图1所示(图为边缘处放大显示，下同)。

目前，轮廓跟踪算法大都在跟踪的同时去除噪声点、毛刺、连接断边等，这样必然增加跟踪的复杂度，使算法判断过于繁锁、易于出错且效率低下。其实对于作逆求的实物的断层轮廓序列来说，大部分轮廓的质量都是较好的，所以本文针对这样的特点，提出改进方法:首先去除孤立的噪声，然后跟踪出单像素宽的轮廓，这样就完成了轮廓序列中大部分轮廓的跟踪，最后再对个别带噪声的轮廓单独作去噪(消除分枝、连接断边等)处理。这样既可以简化算法，也能从整体上提高跟踪多层轮廓的效率。整个跟踪过程分为以下几个步骤:

(1)噪声及伪边的去除

对于孤立噪声点，如图1所示，去除非常简单。搜索图像中的各边界点(灰度值等于0的点)，若某一点在其8个邻域方向上都没有邻接点，则是孤立噪声点，将其灰度值直接赋值为255即被去除。

伪边在断层图像中表现为一小段线状图像，

度一般在2-4个像素，如图1 (b)所示。对于伪边，先找到一个只有一个邻接点的数据点作为起点，记录其坐标值，然后在该起点的邻域内寻找它的邻接点，并以此邻接点作为新的起点继续寻找，直至某个数据点也同样只有一个邻接点，所有这些点已构成一段完整的伪边。将记录下的坐标所对应的灰度值赋为255，即删除这段伪边。

(2)单像素宽轮廓的生成。这个过程主要处理边界中多像素宽的情况，内容有:

①按照从左至右、从上至下顺序扫描整幅图像，若找到第一个边界起始点Es，设置该点为当前边界点Ec，跟踪标志为1，然后转到②进行当前边界点Ec所在边缘的跟踪:若没有找到未被跟踪过的边界点，则整个跟踪结束;②判断当前点Ec的各邻接点灰度值等于0的边界点，找到后先保存Ec为前一点Ep，然后将新跟踪到的边界点设为Ec，跟踪标志为t。转③处理;③删除属于前一点肠但不属于当前点Ec的邻接点，这一步是逐次将前一点EP处理为单像素宽的点。但有一点要注意:若前一点Ep是边界起始点，其邻接点不能删除。因为对于封闭的边界来说，最后一点必然是边界起始点的一个邻接点，若删除了，那边界首尾就不连接了。转④处理;④若被跟踪到的当前点等于初始点Es，则完成一次跟踪，转⑤处理;若当前点只有一个邻接点，则该点为一断点，本次跟踪结束。转⑤处理;⑤在每一段边缘跟踪结束后，将跟踪出的边界点的各邻域中的其他非边界点去除，这样可以去除第③步中未删除掉的非边界点，而保证跟踪出的边界点完全都是单像素宽的。之后转①开始新的跟踪过程。

(3)分枝和毛刺。

毛刺的表现是在轮廓某处出现分枝，如图1 (c)所示，各分枝中只有一枝是真正的边缘，其余均为噪声。执行了上一步的跟踪后，分枝会变成一种特殊情况的伪边，如图2 (b)所示，可采用对伪边的去除方法来处理。

对轮廓上可能出现的小断边，可采用文献方法进行连接。至此，已成功去除边界图像中各类噪声点，生成封闭连通、完整的单像素宽的边界轮廓线，如图3 (b)所示封闭轮廓的一段。

将二维轮廓提取算法应用到切片图像中，得到的边缘结果如图4所示：

2二维轮廓的参数矢量化

通过矢量化软件来实现对提取出的轮廓图进行矢量化。常用的矢量化方法只是对图像的轮廓用无限个直线段逼近，矢量结果并不能用一组参数来表示一个完整的图形，如图5(a)所示。我们将一个商业的矢量化软件模块嵌入到ICT逆向工程软件中，Wise Image的矢量方法是在矢量化的同时进行图像形状的识别，如图5 (b)所示，矢量化后图像的轮廓已是各个独立的图形，如圆弧、直线等，具有独立的几何参数。该文件输入到CAD中可非常方便地进行编辑，生成工程图纸。

3尺寸精度分析

采用上述二维轮廓提取及参数矢量化的方法将工件(铝制的加速腔)的某一水平ICT断层轮廓尺寸及垂直剖面轮廓尺寸(如图6所示)与工件的加工图纸中相对应的尺寸进行比较，给出精度与误差，如表1所示。切片图像序列数据采集的条件及一些已知物理尺寸如下:

实验条件:400kV,10 mA;图像大小:1024*1024;像素的物理尺寸:0.143mm/pixel;切片的采样间隔:0.2mm。

表1得到的精度一方面较准确地给出了逆求出的工件的尺寸与实际尺寸的误差，另一方面也验证了算法的可行性及有效性。

4应用示例

图7(a)为本文所用工件(一个加速腔)的工CT水平横切断层图像序列(显示软件采用3D Doctor.exe )，对其三维重构后得到的图像进行任意角度切割(如图7 (b), (c)所示，这部分内容是由中国科学院自动化研究所医学影像研究室对其3D Med软件进行了改进)，可以获取实物任意位置任意方向的剖面图，如图8 (a)所示，并采用文中描述的算法实现轮廓提取(如图8 (b)所示)及参数矢量化，后经再编辑生成CAD图，如图8 (c)所示。

5 结束语

本文改进了基于ICT图像轮廓提取的跟踪算法，并将轮廓参数矢量化的功能嵌入到逆向工程软件中集成一套软件系统，程序接口不会影响算法的精度，成功地实现由实物断层的体数据到实物断层轮廓的几何参数数据的转换，完成了轮廓的图形识别及尺寸的再编辑，适用于实物尺寸的定量测量及简单实物的逆求，并己应用到实际工业CT的检测中去。