基于FTP的車(chē)輪表面陡變部位三維形貌測(cè)量適應(yīng)性研究.pdf

1、為了快速、全面測(cè)量車(chē)輪三維形貌獲取車(chē)輪外形輪廓和踏面擦傷、剝離等表面缺陷的三維數(shù)據(jù)，準(zhǔn)確全面評(píng)估車(chē)輪踏面質(zhì)量狀況，本文基于傅里葉變換輪廓術(shù)(FTP)理論，對(duì)車(chē)輪三維形貌測(cè)量進(jìn)行了適應(yīng)性?xún)?yōu)化研究。
　　文章通過(guò)對(duì)FTP三維形貌測(cè)量的光路結(jié)構(gòu)、條紋投影及失真校正、濾波及相位提取、相位展開(kāi)、三維標(biāo)定、三維數(shù)據(jù)拼接等關(guān)鍵技術(shù)環(huán)節(jié)的理論分析，結(jié)合動(dòng)車(chē)組車(chē)輪這一外形尺度大、踏面缺陷尺度小、輪緣根部形貌陡變及踏面缺陷部位形貌劇烈變化的特定對(duì)象，

2、對(duì)以上各環(huán)節(jié)進(jìn)行了適應(yīng)性分析研究，結(jié)合Matlab平臺(tái)仿真分析和車(chē)輪三維測(cè)量實(shí)驗(yàn)平臺(tái)的實(shí)驗(yàn)驗(yàn)證，給出了車(chē)輪三維測(cè)量的優(yōu)選參數(shù)和適應(yīng)性算法:
　　1、為了獲得最佳的三維形貌重構(gòu)效果，研究了不同周期和不同方向的正弦光柵投影條紋對(duì)車(chē)輪三維形貌測(cè)量結(jié)果的影響，提出了正弦光柵投影條紋周期在1/16～1/8（條紋/像素）時(shí)，可有效復(fù)原車(chē)輪三維形貌。
　　2、采用正弦光柵投影條紋的梯形校正算法和旋轉(zhuǎn)校正算法，有效減少了條紋畸變對(duì)車(chē)輪三維形

3、貌重構(gòu)的影響。
　　3、對(duì)比研究了傅里葉變換分析方法、小波變換分析方法、S變換分析方法對(duì)于車(chē)輪形貌陡變部位相位獲取的適應(yīng)性。在傅里葉變換分析上優(yōu)選了正交橢圓濾波窗，在小波變換分析上優(yōu)選了cmor0.7-1母小波函數(shù)，在s變換分析上優(yōu)選了平頂高斯濾波窗作為局部頻譜濾波窗。通過(guò)三種分析方法對(duì)實(shí)物車(chē)輪陡變部位的形貌恢復(fù)對(duì)比分析驗(yàn)證，得出三種方法均能有效恢復(fù)車(chē)輪三維形貌的結(jié)論。而小波變換分析方法和S變換分析方法能更好的適應(yīng)車(chē)輪踏面缺陷形貌

4、陡變部位的相位測(cè)量，其中小波分析方法具有更高的相位測(cè)量精度和更好的適應(yīng)性，是踏面陡變部位三維測(cè)量的最優(yōu)方法。
　　4、相位展開(kāi)方面，對(duì)比研究了與路徑相關(guān)的和與路徑無(wú)關(guān)的相位展開(kāi)算法，選擇了基于區(qū)域可靠度引導(dǎo)的相位展開(kāi)算法，解決了形貌陡變部位相位展開(kāi)的“拉伸”問(wèn)題。
　　5、基于“棋盤(pán)格”標(biāo)定板，利用最小二乘擬合算法實(shí)現(xiàn)了攝像機(jī)系統(tǒng)的二維平面標(biāo)定。利用7個(gè)已知高度的錐形目標(biāo)，實(shí)現(xiàn)了高度標(biāo)定，簡(jiǎn)化了相位-高度標(biāo)定過(guò)程，提高了標(biāo)定

5、速度，但是高度方向的標(biāo)定精度還需要進(jìn)一步提高。
　　6、為了獲得車(chē)輪360度圓周方向的全周三維形貌，本文還對(duì)三維數(shù)據(jù)點(diǎn)云的拼接算法進(jìn)行了研究。通過(guò)點(diǎn)云隨機(jī)濾波去噪和均勻網(wǎng)格法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行稀疏化，然后基于主成分分析方法實(shí)現(xiàn)三維數(shù)據(jù)初拼接，利用k-d tree算法對(duì)三維精拼接進(jìn)行加速搜索，最后基于25幀連續(xù)拍攝的變形條紋圖像實(shí)現(xiàn)了車(chē)輪全周三維數(shù)據(jù)的拼接。
　　基于以上各關(guān)鍵技術(shù)環(huán)節(jié)的優(yōu)化研究結(jié)果，本文不僅實(shí)現(xiàn)了大尺度的車(chē)輪36