[发明专利]一种涡轮叶片气膜孔三维点云获取方法及系统在审
申请号: | 202211627782.2 | 申请日: | 2022-12-16 |
公开(公告)号: | CN116030188A | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 李兵;李磊;张儒亭;史宇鹏;魏翔;陈磊 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T19/20;G06T7/136 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 高博 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 涡轮 叶片 气膜孔 三维 获取 方法 系统 | ||
1.一种涡轮叶片气膜孔三维点云获取方法,其特征在于,包括以下步骤:
S1、获取气膜孔变焦显微序列图像,对气膜孔变焦显微序列图像进行高斯模糊去雾操作,使用边缘保留方法去除气膜孔变焦显微序列图像的噪声并提升图像区域亮度;
S2、利用梯度聚焦评价方法对步骤S1得到的气膜孔变焦图像序列图像进行聚焦评价计算,获取气膜孔变焦序列图像中每个像素点的聚焦评价曲线,利用基于平缓区阈值的极大值筛选方法初步确定像素点聚焦极大值所在区域;
S3、根据步骤S2得到的每个像素点的聚焦评价曲线和初步确定像素点聚焦极大值所在区域,使用基于高斯分布标准差的自适应截断方法求取准确的像素点聚焦极大值,最终获得气膜孔三维点云。
2.根据权利要求1所述的涡轮叶片气膜孔三维点云获取方法,其特征在于,步骤S1具体为:
S101、将气膜孔序列图像建立为雾图形成模型并求全球大气光成分A;
S102、对步骤S101得到的雾图形成模型的暗原色先验图Id(x,y)做高斯滤波得到高斯滤波之后的图像并做差求取绝对值B(x,y);
S103、考虑约束条件0≤G(x,y)≤Id(x,y),并计算大气光幕G(x,y);
S104、根据步骤S103得到的G(x,y)计算J(x,y),获得去雾后的气膜孔图像序列;
S105、对步骤S104去雾后的气膜孔图像序列施加引导图像为本身图像的引导滤波,进行边缘保留的滤波操作。
3.根据权利要求2所述的涡轮叶片气膜孔三维点云获取方法,其特征在于,步骤S101中,雾图形成模型如下:
I(x,y)=J(x,y)t(x,y)+A(1-t(x,y))
其中,I(x,y)是输入图像,/(x,y)是无雾图像,A是全球大气光成分,t(x,y)为透射率,Id(x,y)是暗原色先验图,Ω(x,y)是以点(x,y)为中心的局部区域。
4.根据权利要求2所述的涡轮叶片气膜孔三维点云获取方法,其特征在于,步骤S102中,差值绝对值B(x,y)计算如下:
其中,r是系数因子,Gfilter为高斯滤波。
5.根据权利要求1所述的涡轮叶片气膜孔三维点云获取方法,其特征在于,步骤S2具体为:
S201、使用聚焦评价函数计算图像序列每个像素点的聚焦函数评价函数值FM(x0,y0);
S202、根据步骤S201得到的聚焦评价序列,采用基于平缓区阈值的极大值筛选方法对聚焦评价序列进行分割,得到平缓区和非平缓区部分,初步确定像素点聚焦极大值所在区域;
S203、由于实际聚焦评价序列中难免出现错误的极大值,设分割出k个非平缓区域,每个非平缓区域中包含许多像素点聚焦评价值,分别记录为数组array1、array2……arrayk;
S204、由Max(len(array))求取数组array1、array2……arrayk中长度最长的一个数组arrayi,作为实际极大值所在的非平缓区,此时初步确定像素点聚焦极大值所在区域。
6.根据权利要求5所述的涡轮叶片气膜孔三维点云获取方法,其特征在于,步骤S201中,图像序列每个像素点的聚焦函数评价函数值FM(x0,y0)计算如下:
其中,Gx(x,y)为水平方向的梯度算子,Gy(x,y)为垂直方向的梯度算子,Ω(x,y)为以点(x,y)为中心的局部区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211627782.2/1.html,转载请声明来源钻瓜专利网。