退役零件的失效程度是判断其可再制造性的关键因素之一,为克服失效程度难以快速精确量化的问题,提出一种基于图像三维重建的退役零件失效特征表征方法。针对失效特征重建精度要求高的特点,在由运动恢复形状(Shape from motion,SFM)算法...退役零件的失效程度是判断其可再制造性的关键因素之一,为克服失效程度难以快速精确量化的问题,提出一种基于图像三维重建的退役零件失效特征表征方法。针对失效特征重建精度要求高的特点,在由运动恢复形状(Shape from motion,SFM)算法的基础上提出一种自标定全局SFM三维点云重建算法,利用光束平差法优化相机焦距、径向畸变参数,实现了相机自标定,增加了全局SFM算法的鲁棒性;以重建有效三维点数量占比、点云完整度和相机位姿准确度为评价指标,构建了重建精度评价模型,实现了图像三维重建精度的量化评价;提出了退役零件表面失效特征量化方法和实施流程,并定义了失效特征信息计算公式;最后,以电梯导靴为例,对其表面磨损失效特征进行了量化表征。试验结果表明,该方法可以有效地用于毫米级及以上的退役零件表面失效特征的快速量化表征。展开更多
文摘退役零件的失效程度是判断其可再制造性的关键因素之一,为克服失效程度难以快速精确量化的问题,提出一种基于图像三维重建的退役零件失效特征表征方法。针对失效特征重建精度要求高的特点,在由运动恢复形状(Shape from motion,SFM)算法的基础上提出一种自标定全局SFM三维点云重建算法,利用光束平差法优化相机焦距、径向畸变参数,实现了相机自标定,增加了全局SFM算法的鲁棒性;以重建有效三维点数量占比、点云完整度和相机位姿准确度为评价指标,构建了重建精度评价模型,实现了图像三维重建精度的量化评价;提出了退役零件表面失效特征量化方法和实施流程,并定义了失效特征信息计算公式;最后,以电梯导靴为例,对其表面磨损失效特征进行了量化表征。试验结果表明,该方法可以有效地用于毫米级及以上的退役零件表面失效特征的快速量化表征。
