Quét một số chi tiết khác

Một phần của tài liệu Noi dung Luan an (Trang 152 - 177)

Với mục đích đánh giá ảnh hưởng của các bề mặt phản xạ khác nhau, khi quét trên các vật liệu khác nhau. Khi đó hệ số phản xạ được thay bằng độ bóng (Gloss), tiến hành quét một số chi tiết có hình dạng bề mặt phức tạp làm bằng vật liệu khác nhau như: Đồng, nhựa mạ vàng 24K, sáp. Hình 4-60 chi tiết hoa văn đúc đồng kích thước 111 × 90

× 5 (mm) được thực hiện với 1 lần quét, hình 4-61 chi tiết hình con cá mạ vàng 24k kích thước 360 × 160 × 75 (mm) với 5 lần quét (sử dụng trục Z trên bàn máy để di chuyển), hình 4-62 chi tiết tượng linh vật đúc bằng vật liệu sáp kích thước 265 × 150 × 65 (mm) với 36 lần quét các góc xoay trên bàn máy trục W và trục U.

Nhận xét: Đối với các chi tiết có màu sắc sáng hoặc ánh kim, sử dụng phương pháp HDR do NCS đề xuất thu được hầu hết các bề mặt 3D trên chi tiết. Tuy nhiên, với các chi tiết có bề mặt hấp thụ ánh sáng (chi tiết màu đen ví dụ một phần trên hình 4-61) thì phương pháp này không hiệu quả do việc khó phân biệt các đỉnh vạch sáng của vân chiếu dịch đường, do vậy cần có những nghiên cứu tiếp theo để cải thiện chất lượng ảnh 3D đối với chi tiết màu sắc tối.

Hình 4-61 Dữ liệu quét chi tiết bằng vật liệu đồng

Hình 4-62 Dữ liệu quét vật thể hình con cá bằng nhựa được mạ bằng vàng 24K

Hình 4-63 Dữ liệu quét khi đã ghép nối các góc quét của tượng hổ bằng vật liệu sáp 4.9 Kết luận

Chương 4 đã trình bày thiết bị thực nghiệm, phần mềm được xây dựng cho hệ thống đo quét 3D sử dụng phương pháp mã Gray và dịch đường. Các bước tiến hành cho cấu hình hệ thống, xử lý và thu nhận ảnh 3D từ ảnh độ sâu.

Xác định bộ thông số của các vị trí dịch chuyển bàn máy so với thiết bị đo 3D bằng tập các ảnh chụp ô bàn cờ gá đặt lên bàn máy.

Tiến hành thực nghiệm đánh giá và tổng hợp phương pháp sử dụng kỹ thuật HDR cho quá trình quét 3D với chi tiết có độ bóng cao từ 4 thông số thiết lập cho hệ thống được phân đoạn theo dải mức xám tương ứng, kết quả thực nghiệm cho thấy phương pháp đưa ra có thể thu nhận các chi tiết cơ khí tốt hơn so với phương pháp hợp nhất đa phơi sáng, tuy nhiên số lượng lấy mẫu lớn và mất thời gian tính toán, do vậy cần có thêm các nghiên cứu để tối ưu bộ số thiết lập để giảm số lấy mẫu.

Với quả cầu chuẩn, thực nghiệm xác định phương trình hiệu chuẩn dữ liệu đo 3D thu được, từ đó xây dựng phương trình hiệu chuẩn để tăng độ chính xác. Được kiểm nghiệm lại khi đo với các căn mẫu chuẩn cấp 0.

Mố số mẫu chi tiết cơ khí được đo các kích thước từ đó đánh giá phương pháp và thiết bị đo phù hợp cho việc đo kích thước các chi tiết cơ khí có độ chính xác đạt được tối đa ± 20 . Với các chi tiết có tính chất bề mặt khác nhau và độ phản xạ khác nhau, một số thí nghiệm đã được tiến hành dựa trên các chi tiết bằng các vật liệu như: Đồng, mạ vàng, sáp; phương pháp HDR do NCS đề xuất cho độ phân giải và chất lượng tốt, có thể ứng dụng cho các lĩnh vực khác không chỉ với các chi tiết cơ khí. Tuy nhiên phương pháp này còn hạn chế khi thực hiện đo các chi tiết có bề mặt tối (bề mặt hấp thụ ánh sáng) nên cần có những nghiên cứu tiếp tục để cải tiến.

KẾT LUẬN CHUNG CỦA LUẬN ÁN

Luận án đã đóng góp những nội dung chính sau:

- Nghiên cứu phương pháp mã hóa các điểm trên bề mặt vật sử dụng mã vân Large-Gap Graycode thay thế cho mã vân Gray đối xứng làm tăng độ phân giải hệ thống, tăng chiều sâu thu nhận và giảm lỗi trong quá trình giải mã.

- Nghiên cứu và áp dụng thành công phương pháp xác định vùng chiếu vân nhằm giảm thời gian tính toán và đảm bảo độ chính xác, loại bỏ được các vùng không xác định tại biên của vùng chiếu vân.

- Nghiên cứu và áp dụng thành công phương pháp xác định tâm của vạch sáng trên vân dịch chuyển đường khi xét đến độ mở của vạch và các điều kiện biên để tăng độ chính xác của đỉnh vạch sáng dưới đơn vị điểm ảnh.

- Nghiên cứu và áp dụng thành công phương pháp ạo ảnh động dải rộng mới khi chụp mẫu vân chiếu với các giá trị thiết lập thời gian cửa sổ trập khác nhau đối với máy ảnh nằmtăng khả năng thu nhận ảnh bề mặt 3D đối với các chi tiết có độ bóng cao hoặc các chi tiết có màu tối với thời gian xử lý và khối lượng tính toán thấp.

- Đã đánh giá được các tham số của máy ảnh và máy chiếu tác động đến quá trình đo chi tiết cơ khí có đặc tính độ bóng cao, bề mặt sáng, từ đó chọn lựa được bộ thông số thiết lập phù hợp cho quá trình thu nhận với các chi tiết khác có cùng tính chất bề mặt tương tự.

- Nghiên cứu sử dụng phương trình hình cầu và quả cầu chuẩn để xác định phương trình hiệu chuẩn cho các trục OX, OY, OZ.

- Nghiên cứu và áp dụng thành công phương pháp xác định chuyển vị của hệ thống bàn máy mang chi tiết đo không phụ thuộc vào độ phức tạp của hệ cơ khí.

- Xây dựng thành công thiết bị thu nhận ảnh 3D của các chi tiết cơ khí đạt được kết

quả:

+ Độ phân giải điểm ảnh 0,14 mm.

+ Thời gian quét ảnh 1,2 giây, thời gian tính toán tối đa: 30 micrô giây.

+ Số điểm ảnh 3D tối đa thu được: 1.039.680 điểm ảnh có dạng: tọa độ 3D: X, Y, Z và giá trị màu tương ứng (R, G, B).

+ Vùng thu nhận ảnh 3D tối đa (dài × rộng) mm: 175,98×110,02

+ Khoảng cách thu nhận đến thiết bị đo: Từ 150 mm đến 250 mm.

+ Góc quét tối đa 76°.

+ Đường kính lỗ nhỏ nhất có thể đo được: ∅10,21 mm

- Đã ứng dụng hệ thống thiết bị thực nghiệm để tái tạo bề mặt 3D của một số chi tiết cơ khí.

HƯỚNG NGHIÊN CỨU TIẾP THEO

Kết quả nghiên cứu của luận án này chứng minh được tính khả thi của một hệ đo 3D bề mặt chi tiết sử dụng công nghệ ánh sáng cấu trúc kết hợp mã Gray và dịch đường. Tuy vậy, còn một số vấn đề cần tiếp tục nghiên cứu như: Độ lặp lại của hệ thống, nâng cao độ phân giải, với các chi tiết có độ bóng cao; cụ thể các nghiên cứu tiếp theo có thể kể đến:

- Tối ưu hóa số tham số thiết lập cho quá trình lấy mẫu khi thực hiện thu ảnh động dải rộng bằng các giá trị ước lượng khi biết độ bóng và độ sáng của bề mặt vật.

- Tự động xác định các biên nhiễu đối với ảnh 3D của vật và loại bỏ nhằm nâng cao độ chính xác của dữ liệu.

- Tiếp tục nghiên cứu, phân tích độ không đảm bảo đo của thiết bị như một hệ thống đo lường 3D. Nghiên cứu phát triển phương pháp hiệu chuẩn hệ thống phù hợp với một hệ đo quang học 3D.

- Tiếp tục nghiên cứu phương pháp so sánh giữa dữ liệu quét 3D của một chi tiết so với dữ liệu thiết kế CAD nhằm xác định sai lệch trong quá trình gia công đối với các biên dạng bề mặt phức tạp.

- Nghiên cứu phương pháp nâng cao độ chính xác khi đo quét các chi tiết có bề mặt hấp thụ ánh sáng (màu đen,…).

TÀI LIỆU THAM KHẢO

[1] Hartley, Richard I., và Peter Sturm (1997). "Triangulation." Computer vision and image understanding 68.2 : 146-157.

[2] Börner, A. (1996). “The optimization of the stereo angle of CCD-line-

Scanners”. International Archives of Photogrammetry and Remote Sensing, 31, 26-30.

[3] Geng, Jason (2011). "Structured-light 3D surface imaging: a tutorial." Advances in Optics and Photonics 3.2: 128-160.

[4]Bell, Tyler, Beiwen Li, và Song Zhang (1999). "Structured light techniques and

applications." Wiley Encyclopedia of Electrical and Electronics Engineering : 1-24.

[5] Van der Jeught, Sam, và Joris JJ Dirckx (2016). "Real-time structured light profilometry: a review." Optics and Lasers in Engineering 87: 18-31.

[6] Angelsky, Oleg V., et al (2020). "Structured light: ideas and concepts." Frontiers in Physics 8 : 114.

[6] H. Kawamoto (2012), "The history of liquid-crystal display and its industry," 2012 Third IEEE HISTory of ELectro-technology CONference (HISTELCON), pp. 1- 6, doi: 10.1109/HISTELCON.2012.6487587.

[7] Huang, Xiao, et al (2017). "Target enhanced 3D reconstruction based on polarization-coded structured light." Optics express 25.2: 1173-1184.

[8] Song, Zhan, and Ronald Chung (2008). "Use of LCD panel for calibrating structured-light-based range sensing system." IEEE Transactions on Instrumentation and Measurement 57.11 : 2623-2630.

[9] Xiao, Yong-Liang, et al (2020). "Large-scale structured light 3D shape measurement with reverse photography." Optics and Lasers in Engineering 130: 106086.

[10] Geng, Jason (2011). "DLP-based structured light 3D imaging technologies and applications." Emerging Digital Micromirror Device Based Systems and ApplicationsIII. Vol. 7932. International Society for Optics and Photonics.

[11] Frankowski, G., và R. Hainich (2009). "DLP-based 3D metrology by structured light or projected fringe technology for life sciences and industrial metrology." Emerging digital micromirror device based systems and applications. Vol. 7210. International Society for Optics and Photonics.

[12] Zhang, Song (2018). "High-speed 3D shape measurement with structured light methods: A review." Optics and Lasers in Engineering 106: 119-131.

[13] Ishii, Idaku, et al (2007). "High-speed 3D image acquisition using coded structured light projection." 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE.

[14] Besl, Paul J (1989). "Active optical range imaging sensors." Advances in machine vision. Springer, New York, NY. 1-63.

[15] Vuylsteke, Piet, và André Oosterlinck (1990). "Range image acquisition with

a single binary-encoded light pattern." IEEE Transactions on Pattern Analysis and

Machine Intelligence 12.2: 148-164.

[16] J. Le Moigne và A. M. Waxman (1984), “Projected light pat-terns for short

range navigation of autonomous robots”, Proc. Int. Conf. on Pattern Recognition, Vol.

1, pp. 203—206.

[17] Van der Jeught, Sam, và Joris JJ Dirckx (2016). "Real-time structured light profilometry: a review." Optics and Lasers in Engineering 87: 18-31.

[18] Salvi, Joaquim, Jordi Pages, và Joan Batlle (2004). "Pattern codification strategies in structured light systems." Pattern recognition 37.4: 827-849.

[19] Salvi, Joaquim, et al (2010). "A state of the art in structured light patterns for surface profilometry." Pattern recognition 43.8: 2666-2680.

[20] Hartley, Richard, and Andrew Zisserman (2003). “Multiple view geometry in computer vision”. Cambridge university press.

[21] Xu, Gang, and Zhengyou Zhang (1996). “Epipolar geometry in stereo, motion and object recognition: a unified approach.” Vol. 6. Springer Science & BusinessMedia.

[22] Zhang, Zhengyou (1998). "Determining the epipolar geometry and its uncertainty: A review." International journal of computer vision27.2: 161-195.

[23] Shapiro, Linda G., and George C. Stockman (2001). “Computer vision”. Pearson.

[24]Fusiello, Andrea; Trucco, Emanuele; Verri, Alessandro (2000-03-02). "A compact algorithm for rectification of stereo pairs" (PDF). Machine Vision and Applications. 12: 16–22. doi:10.1007/s001380050120. S2CID 13250851. Retrieved 2010-06-08.

[25] Richard Szeliski (2010). “Computer vision: Algorithms and applications.”

Springer. ISBN 9781848829350.

[26] Pollefeys, Marc; Koch, Reinhard; Van Gool, Luc (1999). "A simple and efficient rectification method for general motion" (PDF). Proc. International Conferenceon Computer Vision: 496–501. Retrieved 2011-01-19.

[27] Lim, Ser-Nam; Mittal, Anurag; Davis, Larry; Paragios, Nikos (2010). "Uncalibrated stereo rectification for automatic 3D surveillance" (PDF). International Conference on Image Processing. 2: 1357. Archived from the original (PDF) on 2010- 08-21. Retrieved 2010-06-08.

[28] Scharstein, Daniel, and Richard Szeliski (2003). "High-accuracy stereo depth

maps using structured light." 2003 IEEE Computer Society Conference on Computer

Vision and Pattern Recognition, 2003. Proceedings.. Vol. 1. IEEE.

[29] Massot-Campos, M., Oliver-Codina, G., Kemal, H., Petillot, Y., & Bonin- Font, F. (2015). “Structured light and stereo vision for underwater 3D reconstruction”. OCEANS 2015 - Genova.

[30] Tran, Van Luan, and Huei-Yung Lin (2018). "A structured light RGB-D camera system for accurate depth measurement." International Journal of Optics 2018. [31] Li, L., Ke, Y., & Jiang, K. (2009). “Surface Reconstruction Based on Computer Stereo Vision Using Structured Light Projection”. 2009 International Conference on Intelligent Human-Machine Systems and Cybernetics.

[32] Zhang, Yujia, and Alper Yilmaz (2016). "Structured light based 3d scanning for specular surface by the combination of gray code and phase shifting." International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences 41.

[33] J. Gu hring (2001), “Dense 3-D surface acquisition by structured light using off-the- shelf components”, Videometrics and Optical Methods for 3D Shape Measurement, 4309 220–231.

[34] Wu, H. B., Chen, Y., Wu, M. Y., Guan, C. R., & Yu, X. Y. (2006). “3D

Measurement Technology by Structured Light Using Stripe-Edge-Based Gray Code”.

Journal of Physics: Conference Series, 48, 537–541.

[35] Gupta, Pratibha (2007). "Gray code composite pattern structured light illumination".

[36] Gupta, Mohit, et al (2011). "Structured light 3D scanning in the presence of global illumination." CVPR 2011. IEEE.

[37] Zheng, Youyi, et al (2010). "Bilateral normal filtering for mesh denoising." IEEE transactions on visualization and computer graphics 17.10: 1521-1530.

[38] Zhang, Wangyu, et al (2015). "Guided mesh normal filtering." Computer Graphics Forum. Vol. 34. No. 7.

[39] Digne, Julie, và Carlo De Franchis (2017). "The bilateral filter for point clouds." Image Processing On Line 7: 278-287.

[40] Paris, Sylvain, et al (2009). “Bilateral filtering: Theory and applications”. Now Publishers Inc.

[41] Thakur, Kirti V., Omkar H. Damodare, và Ashok M. Sapkal (2016). "Poisson noise reducing Bilateral filter." Procedia Computer Science 79: 861-865.

[42]Holz, Dirk, et al (2015). "Registration with the point cloud library: A modular

framework for aligning in 3-D." IEEE Robotics & Automation Magazine 22.4: 110-124. 141

[43] Mitra, Niloy J., et al (2004). "Registration of point cloud data from a geometric optimization perspective." Proceedings of the 2004 Eurographics/ACM SIGGRAPHsymposium on Geometry processing.

[44] Yang, Heng, Jingnan Shi, và Luca Carlone (2020). "Teaser: Fast and certifiable point cloud registration." IEEE Transactions on Robotics 37.2: 314-333.

[45] Ji, Shijun, et al (2017). "An improved method for registration of point cloud." Optik 140: 451-458.

[46] Ip, Cheuk Yiu, và Satyandra K. Gupta (2007). "Retrieving matching CAD

models by using partial 3D point clouds." Computer-Aided Design and Applications

4.5: 629-638.

[47] Bosche, Frederic N., và Carl T. Haas (2008). "Automated retrieval of project

three-dimensional CAD objects in range point clouds to support automated dimensional QA/QC." Journal of Information Technology in Construction (ITcon) 13.6: 71-85.

[48] Chetverikov, Dmitry, et al (2002). "The trimmed iterative closest point algorithm." Object recognition supported by user interaction for service robots. Vol. 3. IEEE.

[49] Chetverikov, Dmitry, Dmitry Stepanov, và Pavel Krsek (2005). "Robust Euclidean alignment of 3D point sets: the trimmed iterative closest point algorithm." Image and vision computing 23.3: 299-309.

[50] Du, Shaoyi, et al (2010). "Affine iterative closest point algorithm for point set registration." Pattern Recognition Letters 31.9: 791-799.

[51] Bouaziz, Sofien, Andrea Tagliasacchi, và Mark Pauly (2013). "Sparse iterative closest point." Computer graphics forum. Vol. 32. No. 5. Oxford, UK: BlackwellPublishing Ltd.

[52] D. Palousek, M. Omasta, D. Koutny, J. Bednar, T. Koutecky, F. Dokoupil (2015), “Effect of matte coating on 3D optical measurement accuracy,” Optical Materials, vol. 40, pp. 1–9.

[53] Lin, Hui, et al (2017). "Review and comparison of high-dynamic range three- dimensional shape measurement techniques." Journal of Sensors 2017.

[54] S. Feng, Y. Zhang,Q. Chen, C. Zuo, R. Li, và G. Shen (2014), “General solution for high dynamic range three-dimensional shape measurement using the fringe projection technique,” Optics and Lasers in Engineering, vol. 59, pp. 56–71.

[55] R. Benveniste và C. ¨ Unsalan (2009), “Single stripe projection based range

scanning of shiny objects under ambient light,” in Proceedings of the 24th International Symposium on Computer and Information Sciences (ISCIS ’09), pp. 1–6, IEEE.

[56] R. Benveniste và C. ¨ Unsalan (2010), “A color invariant based binary coded structured light range scanner for shiny objects,” in Proceedings of the 20th International Conference on Pattern Recognition (ICPR ’10), pp. 798–801, IEEE, Istanbul, Turkey.

[57] R. Benveniste và C. ¨ Unsalan (2010), “Binary and ternary coded structured light 3D scanner for shiny objects,” in Computer and Information Sciences, E. Gelenbe, R. Lent, G. Sakellari, A. Sacan, H. Toroslu, and A. Yazici, Eds., vol. 62, pp. 241–244, Springer, Netherlands.

[58] R. Benveniste và C. ¨ Unsalan (2011), “A color invariant for line stripebased range scanners,” Computer Journal, vol. 54, no. 5, pp. 738– 753.

[59] R. Benveniste và C. ¨ Unsalan (2014), “Nary coded structured lightbased

range scanners using color invariants,” Journal of Real- Time Image Processing, vol.

9, no.2, pp. 359–377.

[60] L. Meng, L. Lu, N. Bedard, và K. Berkner (2015), “Single-shot specular surface reconstruction with gonio-plenoptic imaging,” in Proceedings of the IEEE International Conference on Computer Vision (ICCV ’15), pp. 3433–3441, IEEE, Santiago, Chile.

[61] Jiang, Guang, Long Quan, và Hung-tat Tsui (2003). "Circular motion

geometry by minimal 2 points in 4 images." Proceedings Ninth IEEE International

Conference onComputer Vision. IEEE.

[62] Lobo, Jorge, và Jorge Dias (2007). "Relative pose calibration between visual and inertial sensors." The International Journal of Robotics Research 26.6: 561-575.

[63] Mülayim, A. Y., et al (1999). "Rotation axis extraction of a turn table viewed by a fixed camera." Vision Modeling and Visualisation.

[64] Mülayim, A. Y., F. Schmitt, và V. Atalay (2000). "Vision-based geometrical calibration of a turn-table for 3d object reconstruction." Proceedings of Vision Modeling and Visualization. Vol. 11.

[65] Lin, Huei-Yung, và Muralidhara Subbarao (2004). "Vision system for fast 3-D model reconstruction." Optical Engineering 43.7: 1651-1664.

[66] Rushmeier, H., et al (2003). "Design and use of an in-museum system for artifact capture." 2003 Conference on Computer Vision and Pattern Recognition Workshop. Vol. 1. IEEE.

[67] Li, Jianfeng, et al (2011). "Calibration of a multiple axes 3-D laser scanning

system consisting of robot, portable laser scanner and turntable." Optik 122.4: 324-329.

[68] Phạm Hồng Tuấn (2015), “Nghiên cứu, phát triển hệ thống phát hiện và nhận

dạng đối tượng bằng công nghệ 3D Vision”, Đề tài nghị định thư Việt Nam- Đài Loan,

Bộ Khoa học và công nghệ.

[69] Lê Quang Trà (2016), “Nghiên cứu đo biên dạng 3d của chi tiết bằng phương

pháp sử dụng ánh sáng cấu trúc”, Luận án Tiến sĩ, ĐHBK Hà Nội.

[70] Nguyễn Thị Kim Cúc (2019), “Nghiên cứu sử dụng phương pháp ánh sáng

cấu trúc để nâng cao chất lượng đo chi tiết cơ khí” Luận án Tiến sĩ, ĐHBK Hà Nội.

[71] Doran, Robert W (2007). "The Gray Code." J. Univers. Comput. Sci.13.11: 1573-1597.

[72] Weisstein, Eric W (2003). "Gray code." https://mathworld. wolfram. com/. [73] L. Goddyn, G. M. Lawrence, và E. Nemeth (1988), “Gray Codes with Optimized Run Lengths,Utilitas Mathematica, vol. 34, pp. 179–192.

Một phần của tài liệu Noi dung Luan an (Trang 152 - 177)

Tải bản đầy đủ (DOC)

(177 trang)
w