基于图像定义凹凸判别的铝合金加工表面解析 SFS 重建方法

《Optics and Lasers in Engineering》：Analytical SFS reconstruction method for aluminum alloy machined surfaces based on image definition concave-convex discrimination

　　

• •
  解决了传统迭代式 SFS 方法中固有的凹凸模糊问题。
• •
  提出了一种无需额外硬件的基于图像定义的凹凸判别策略。
• •
  开发了一种闭式解析模型，避免了迭代失真和过度平滑。
• •
  为铝合金加工表面的在线质量检查提供了实用解决方案。

引言

高性能制造被定义为一... 范式，其核心目标是始终追求保证精度性能，涵盖整个设计 - 制造过程、整个工业价值链以及设备的所有促成因素。它是制造高端、高性能设备和组件的前提 [1,2]。铝合金部件作为高性能制造的核心载体和典型代表，广泛应用于航空航天、能源、电力等领域 [[3], [4], [5]]。铝合金部件关键部位的表面形貌和几何特征直接决定了其疲劳寿命和密封性能等关键服役性能 [6,7]。因此，对表面质量和复杂三维几何特征进行快速准确的检测、评估和控制，对高性能制造具有关键意义 [8]。

基于视觉图像重构的检测方法主要使用工业相机捕获表面图像并重构表面形貌。由于其效率高和可集成性强，这些方法已成为在线工业表面检查的主流技术方案之一 [9,10]。其中，现代光度立体技术可以通过多向照明和复杂的反射模型实现高精度表面重构。然而，这些方法依赖于多个严格校准的光源和多幅图像的时间序列采集，导致系统硬件复杂且采集时间延长，使其不适用于高性能制造场景。基于阴影的形状重建 (SFS) 方法作为一种重要的单目视觉重构方法，因其设备要求简单和计算效率高，被广泛认为是具有巨大潜力的技术方向 [11,12]。Worthington 等人使用表面曲率信息作为约束条件，并使用 SFS 方法重构了 3D 表面形貌 [13]。Hu 等人结合了立体匹配和基于阴影的形状重建技术的优势，并将边缘约束作为几何先验嵌入到 SFS 能量优化函数中，以细化初始数字表面模型 [14]。Yang 等人将几何约束引入 SFS 重构方法，实现了焊缝形状的重构，但该方法仍然需要依赖曲率特征和支持向量机分类器进行二次处理 [15]。Song 等人使用智能算法优化了表面梯度的连续性约束，并通过 SFS 方法重构了汽车部件的形状 [16]。然而，传统 SFS 方法依赖于平滑性和连续性等约束。在边缘自阴影和表面遮挡等复杂成像条件下，它们容易产生凹凸模糊，导致重构结果严重失真。

近年来，为了解决 SFS 重构中的凹凸模糊，提出了多种策略。Jia 等人通过将多照明图像与数字高程模型数据融合，提高了 SFS 重构的准确性，但这种方法依赖于复杂的硬件配置和高精度数据配准，这损害了 SFS 固有的简单性和可用性 [17]。Goncalves 等人使用径向约束优化了内窥镜图像的重构性能，但该方法对几何不连续局部区域的适应性仍然不足 [18]。Shao 等人开发了一种混合 SFS-CNN 模型来预测表面磨损深度，但此类数据驱动方法的性能严重依赖于训练数据集的完整性，其对未见材料或表面条件的泛化仍然是一个挑战 [19]。Wu 等人提出了一种将 SFS 与运动结构相结合的融合框架，并设计了一种多图像 SFS 算法，实现了从多个视图进行 3D 重构 [20]。Miyazaki 引入了一种结合偏振和阴影信息来估计表面法线的方法，但它需要假设物体的局部表面表现出凸特征 [21]。综合分析表明，虽然一些 SFS 方法通过引入额外硬件或数据源来提高准确性，但这往往导致系统复杂性增加，使其不太适用于实际的在线和快速检查要求。此外，基于深度学习的 SFS 方法也受到有限的模型泛化能力和高质量、大规模标注数据集稀缺的制约。

为解决上述挑战，本研究提出了一种基于图像定义凹凸判别的铝合金表面解析 SFS 重构方法。通过分析加工表面及其图像之间的几何关系，建立了表面梯度与图像灰度之间的映射模型，并揭示了图像定义与表面凹凸特征之间的相关机制。在此基础上，构建了凹凸判别策略，并开发了铝合金加工表面的解析模型。所提出的方法为解决 SFS 技术的基本挑战提供了新方法，并增强了其在高性能部件表面在线质量检查中的实际应用。

章节摘要

SFS 的解析重构原理

图 1 说明了同轴光照明下铝合金加工表面与其成像平面之间的空间几何关系。设光源方向表示为 L (0, 0, 1) 。坐标系 o-xyz 定义成像平面，而 O-XYZ 定义加工表面。这里，z 轴与 Z 轴重合，x 轴和 y 轴分别平行于 X 轴和 Y 轴。

设加工表面定义为 z=z (x, y，设 A 为... 上的一点

基于定义的凹凸判别原理

在光学成像系统中，最佳聚焦位置是目标物体的理想成像位置。当成像位置偏离焦平面时会产生散焦，导致图像退化并模糊。成像传感器作为像平面，而相机镜头作为光学镜头。从目标物体反射的光线由相机镜头聚焦到成像传感器上形成相应的图像。

在光学系统中，相机镜头通常是复合镜头

铝合金加工表面的解析重构方法

图 3 说明了所提出的加工表面解析重构框架的完整工作流程，该流程由四个核心计算阶段组成：图像预处理、表面梯度的解析计算、基于凹凸判别的梯度符号校正和基于泊松的表面重构。不同于存在固有形态模糊的传统迭代 SFS 方法，本研究引入了基于定义的先验约束以优化

实验验证与分析

为验证所提出方法的有效性，在 MATLAB R2022b 中实现了解析重构算法。计算机配置如下：AMD Ryzen 7 5800 × 8 核处理器 @3.80 GHz，32 GB RAM，且训练采用双 GPU 架构。

结论

为了解决传统 SFS 方法在铝合金部件加工表面重构中的凹凸模糊问题，本文提出了一种基于图像定义凹凸判别的解析 SFS 重构方法。通过系统的实验研究，得出以下结论：

• (1)
  提出了一种基于图像定义的凹凸判别方法，以解决 SFS 重构的经典模糊问题。通过建立

CRediT 作者贡献声明

石伟超： 项目行政，资金获取，构思。 胡懋荣： 调查，数据管理。 范文强： 方法论，调查。 冯天瑜： 软件，资源。 王立杰： 可视化，验证。

竞争利益声明

作者声明，他们没有已知的竞争财务利益或个人关系，可能会影响本文报告的工作。

石伟超 | 胡懋荣 | 范文强 | 冯天瑜 | 王立杰