Luận văn: Nhận dạng thay đổi bề mặt gia công bằng kỹ thuật xử lý ảnh

Luận văn thạc sĩ: Nghiên cứu nhận dạng sự thay đổi bề mặt gia công qua kỹ thuật xử lý ảnh. Phân tích, đánh giá và ứng dụng thực tiễn.

Người đăng

Ẩn danh

Thể loại

luận văn thạc sĩ

2020

75
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN

1.1. Lý do lựa chọn đề tài

1.2. Lịch sử nghiên cứu trong và ngoài nước

1.3. Mục đích nghiên cứu của luận văn

1.4. Tóm tắt cô đọng các luận điểm cơ bản và những đóng góp mới của luận văn

2. CHƯƠNG 2: GIỚI THIỆU CÁC THUẬT TOÁN NHẬN DIỆN SỰ THAY ĐỔI HÌNH DẠNG

2.1. Giới thiệu chung

2.2. Phương pháp trích chọn đặc trưng (IDSC Inner Distance Shape Context)

2.3. Phương pháp dựa vào ngữ cảnh hình dạng (Shape Context)

2.4. Phương pháp sử dụng khoảng cách trong (The Inner Distance)

2.5. Phương pháp Inner-Distance Shape Context

2.6. So sánh hình dạng sử dụng quy hoạch động

2.7. Tra cứu hình dạng với kĩ thuật học hàm khoảng cách

3. CHƯƠNG 3: NGHIÊN CỨU THUẬT TOÁN NHẬN DẠNG SỰ THAY ĐỔI HÌNH DẠNG BỀ MẶT

3.1. Phân tích thực hiện thuật toán nhận dạng và đánh giá sự thay đổi bề mặt

3.2. Thuật toán ngữ cảnh hình dạng (Shape Context)

3.3. Quá trình triển khai thuật toán ngữ cảnh hình dạng (Shape context)

3.3.1. Xác định tọa độ các điểm trên đối tượng

3.3.2. Tính toán ngữ cảnh hình dạng

3.3.3. Tính toán ma trận chỉ phí ghép cặp

3.3.4. Tìm các điểm tương đồng với ma trận chi phí ghép cặp tối thiểu

3.4. Nội suy các điểm bề mặt dựa vào chuyển đổi mô hình hóa bình dạng

3.5. Nhận dạng sự thay đổi toàn cục bề mặt bằng thuật toán bình phương tối thiểu

3.6. Tiền xử lý sử dụng bộ lọc Gauss và nhận dạng sự thay đổi cục bộ

4. CHƯƠNG 4: ỨNG DỤNG THUẬT TOÁN ĐỂ NHẬN DẠNG SỰ THAY ĐỔI BỀ MẶT GIA CÔNG

4.1. Áp dụng thuật toán nhận dạng sự thay đổi hai hình dạng khác nhau

4.1.1. Tẩy dữ liệu. Hêu tập hợp các điểm đặc trưng từ 2 hình dạng có biên dạng khác nhau

4.1.2. Xây dựng biểu đồ phân cực log dựa trên khoảng cách và góc

4.1.3. Tính toán ma trận chi phí ghép cặp giữa các điểm

4.1.4. Tính toán tìm cặp điểm tương đồng dựa vào thuật toán Hungzri

4.2. Chuyển đổi mô hình hóa, thực hiện nội suy các điểm tương đồng

4.3. Đánh giá sai khác toàn cục và cục bộ 2 bề mặt gia công

4.3.1. Dữ liệu bề mặt đo thí nghiệm

4.3.2. Đánh giá sai khác toàn cục 2 bề mặt gia công

4.3.3. Đánh giá sai khác cục bộ 2 bề mặt gia công

4.4. Hướng phát triển của luận văn trong tương lai

TÀI LIỆU THAM KHẢO

DANH MỤC HÌNH VẼ

DANH MỤC BẢNG

CÁC TỪ VIẾT TẮT

Tóm tắt

I. Tổng Quan Về Nhận Dạng Thay Đổi Bề Mặt Gia Công 55 ký tự

Chất lượng bề mặt gia công có vai trò then chốt trong hiệu quả hoạt động của máy móc. Ví dụ, trong ngành công nghiệp ô tô, độ nhấp nhô lớn trên bề mặt lắp ghép các khối động cơ có thể làm sai lệch biên dạng lỗ trục cam hoặc giảm độ kín khít khi lắp ráp. Để đánh giá độ nhám bề mặt, cần một hệ thống đo có độ phân giải cao để thu thập dữ liệu bề mặt chính xác và mật độ cao trên diện rộng. Thiếu những thiết bị đo như vậy, các nhà máy hiện nay thường kết hợp nhiều hệ thống đo với độ phân giải khác nhau. Ví dụ, máy đo ba chiều (CMM) dùng để đo hình dạng bề mặt tổng quát và máy đo độ nhám để kiểm tra độ bóng tại một số vị trí cục bộ. Tuy nhiên, phương pháp này có thể bỏ sót các lỗi bề mặt ở những khu vực không được kiểm tra. Gần đây, công nghệ LHI (laser holographic interferometry) đã được phát triển, cho phép đo bề mặt với độ phân giải cao. Theo tài liệu gốc, các hệ thống đo sử dụng LHI có phạm vi đo và tốc độ đo tốt hơn so với các hệ thống truyền thống như CMM.

1.1. Tầm Quan Trọng Của Chất Lượng Bề Mặt Gia Công

Chất lượng bề mặt gia công ảnh hưởng trực tiếp đến độ bền, độ chính xác và hiệu suất của sản phẩm. Bề mặt có độ nhám cao có thể gây ra ma sát lớn, hao mòn nhanh và giảm tuổi thọ. Ngược lại, bề mặt quá mịn có thể không đảm bảo độ bám dính cần thiết trong các ứng dụng nhất định. Do đó, việc kiểm soát và đánh giá chất lượng bề mặt là vô cùng quan trọng. Ví dụ, trong công nghiệp hàng không vũ trụ, sai sót nhỏ trên bề mặt cánh máy bay có thể ảnh hưởng lớn đến tính khí động học và an toàn bay.

1.2. Giới Thiệu Các Phương Pháp Đo Bề Mặt Truyền Thống

Các phương pháp đo bề mặt truyền thống bao gồm máy đo ba chiều (CMM), máy đo độ nhám, và các phương pháp quang học. CMM đo tọa độ các điểm trên bề mặt để tái tạo hình dạng 3D. Máy đo độ nhám đo độ cao thấp của bề mặt theo một đường thẳng. Các phương pháp quang học, như giao thoa kế, sử dụng ánh sáng để tạo ra hình ảnh 3D của bề mặt. Tuy nhiên, các phương pháp này có những hạn chế về tốc độ, độ phân giải và khả năng đo các bề mặt phức tạp.

II. Thách Thức Trong Nhận Dạng Thay Đổi Bề Mặt Gia Công 59 ký tự

Việc nhận dạng sự thay đổi bề mặt sau quá trình gia công đặt ra nhiều thách thức. Sai lệch bề mặt có thể nhỏ và khó phát hiện bằng mắt thường. Điều kiện môi trường gia công như ánh sáng, nhiệt độ và độ rung có thể ảnh hưởng đến kết quả đo. Sự khác biệt về vật liệu gia côngphương pháp gia công cũng tạo ra những đặc trưng bề mặt khác nhau, đòi hỏi các thuật toán xử lý ảnh phải linh hoạt và mạnh mẽ. Hơn nữa, thời gian xử lý là một yếu tố quan trọng, đặc biệt trong các ứng dụng kiểm tra chất lượng trực tuyến.

2.1. Ảnh Hưởng Của Môi Trường Gia Công Đến Độ Chính Xác

Ánh sáng không đồng đều, bụi bẩn và các yếu tố môi trường khác có thể gây nhiễu cho hình ảnh bề mặt, làm giảm độ chính xác của các thuật toán nhận dạng. Cần có các phương pháp tiền xử lý ảnh hiệu quả để loại bỏ nhiễu và đảm bảo chất lượng dữ liệu đầu vào. Nhiệt độ thay đổi cũng có thể gây ra sự giãn nở nhiệt của vật liệu gia công, dẫn đến sai số trong phép đo. Do đó, cần kiểm soát chặt chẽ môi trường gia công hoặc sử dụng các thuật toán bù trừ sai số.

2.2. Sự Đa Dạng Về Vật Liệu Và Phương Pháp Gia Công

Mỗi vật liệu gia côngphương pháp gia công tạo ra những đặc trưng bề mặt riêng. Ví dụ, bề mặt sau khi phay sẽ khác với bề mặt sau khi mài. Các thuật toán nhận dạng cần được huấn luyện trên một bộ dữ liệu đa dạng để có thể xử lý được nhiều loại bề mặt khác nhau. Việc sử dụng các đặc trưng ảnh bất biến với phép biến đổi hình học có thể giúp tăng tính ổn định của thuật toán.

2.3. Yêu Cầu Về Tốc Độ Xử Lý Trong Kiểm Tra Chất Lượng

Trong các dây chuyền sản xuất hiện đại, việc kiểm tra chất lượng cần được thực hiện nhanh chóng để không làm chậm trễ quá trình sản xuất. Các thuật toán nhận dạng cần được tối ưu hóa để giảm thời gian xử lý mà vẫn đảm bảo độ chính xác nhận dạng. Việc sử dụng phần cứng chuyên dụng, như GPU, có thể giúp tăng tốc quá trình xử lý ảnh.

III. Phương Pháp Xử Lý Ảnh Nhận Dạng Thay Đổi Bề Mặt 58 ký tự

Luận văn này tập trung vào việc sử dụng kỹ thuật xử lý ảnh để nhận dạng sự thay đổi bề mặt. Phương pháp chính là sử dụng thuật toán ngữ cảnh hình dạng (Shape Context). Thuật toán này trích xuất các đặc trưng hình dạng từ ảnh bề mặt và so sánh chúng để tìm ra sự khác biệt. Quá trình bao gồm xác định tọa độ các điểm trên đối tượng, tính toán ngữ cảnh hình dạng, xây dựng ma trận chi phí ghép cặp và tìm các điểm tương đồng với chi phí tối thiểu. Ngoài ra, các phương pháp tiền xử lý như bộ lọc Gauss được sử dụng để giảm nhiễu và cải thiện độ chính xác nhận dạng.

3.1. Giới Thiệu Thuật Toán Ngữ Cảnh Hình Dạng Shape Context

Thuật toán ngữ cảnh hình dạng (Shape Context) là một phương pháp mạnh mẽ để mô tả hình dạng của các đối tượng trong ảnh. Nó dựa trên việc xây dựng một histogram mô tả mối quan hệ không gian giữa một điểm và các điểm lân cận. Histogram này được gọi là ngữ cảnh hình dạng của điểm. Bằng cách so sánh ngữ cảnh hình dạng của các điểm trên hai bề mặt, có thể tìm ra các điểm tương đồng và phát hiện sự khác biệt giữa hai bề mặt. Tài liệu gốc mô tả chi tiết quá trình triển khai thuật toán ngữ cảnh hình dạng, bao gồm việc xác định tọa độ điểm, tính toán ngữ cảnh, xây dựng ma trận chi phí và tìm điểm tương ứng.

3.2. Các Bước Triển Khai Thuật Toán Shape Context Chi Tiết

Quá trình triển khai thuật toán Shape Context bao gồm các bước sau: (1) Xác định tọa độ các điểm trên bề mặt. (2) Tính toán ngữ cảnh hình dạng cho mỗi điểm. (3) Xây dựng ma trận chi phí ghép cặp giữa các điểm trên hai bề mặt. (4) Tìm các điểm tương ứng bằng cách giải bài toán tối ưu trên ma trận chi phí. (5) Sử dụng các điểm tương ứng để ước lượng phép biến đổi giữa hai bề mặt. Độ chính xác của thuật toán phụ thuộc vào độ phân giải ảnh, số lượng điểm được sử dụng và các tham số của thuật toán.

3.3. Vai Trò Của Tiền Xử Lý Ảnh Bộ Lọc Gauss

Tiền xử lý ảnh đóng vai trò quan trọng trong việc cải thiện độ chính xác của thuật toán nhận dạng. Bộ lọc Gauss là một công cụ hiệu quả để giảm nhiễu trong ảnh. Bằng cách làm mờ ảnh, bộ lọc Gauss có thể loại bỏ các chi tiết nhỏ không quan trọng và làm nổi bật các đặc trưng quan trọng hơn. Điều này giúp thuật toán tập trung vào các đặc trưng hình dạng chính và giảm ảnh hưởng của nhiễu. Tham số độ lệch chuẩn của bộ lọc Gauss cần được lựa chọn cẩn thận để đảm bảo rằng nhiễu được loại bỏ mà không làm mất các chi tiết quan trọng.

IV. Ứng Dụng Nhận Dạng Thay Đổi Bề Mặt Trong Gia Công 57 ký tự

Luận văn trình bày ứng dụng của thuật toán để nhận dạng sự thay đổi bề mặt trong quá trình gia công. Thuật toán được áp dụng để so sánh hai hình dạng bề mặt khác nhau, thu thập các điểm đặc trưng, xây dựng biểu đồ phân cực log dựa trên khoảng cách và góc, tính toán ma trận chi phí ghép cặp, và tìm cặp điểm tương đồng bằng thuật toán Hungzri. Kết quả được sử dụng để đánh giá sai khác bề mặt toàn cục và cục bộ. Dữ liệu bề mặt được đo bằng thí nghiệm và sử dụng để kiểm chứng hiệu quả của thuật toán.

4.1. Quy Trình Áp Dụng Thuật Toán Để So Sánh Bề Mặt

Quy trình bao gồm thu thập dữ liệu từ hai bề mặt cần so sánh, trích xuất các điểm đặc trưng từ mỗi bề mặt, tính toán ngữ cảnh hình dạng cho mỗi điểm, xây dựng ma trận chi phí ghép cặp dựa trên sự khác biệt giữa các ngữ cảnh hình dạng, tìm các cặp điểm tương ứng bằng thuật toán Hungzri, và ước lượng phép biến đổi giữa hai bề mặt dựa trên các cặp điểm tương ứng. Độ chính xác của việc so sánh bề mặt phụ thuộc vào độ chính xác của các bước trích xuất đặc trưng và ghép cặp điểm.

4.2. Đánh Giá Sai Khác Bề Mặt Toàn Cục Và Cục Bộ

Sau khi tìm được các cặp điểm tương ứng, có thể sử dụng chúng để đánh giá sai khác bề mặt toàn cục và cục bộ. Sai khác toàn cục có thể được đánh giá bằng cách tính toán khoảng cách trung bình giữa các điểm tương ứng hoặc bằng cách so sánh các tham số của mô hình bề mặt được ước lượng từ dữ liệu điểm. Sai khác cục bộ có thể được đánh giá bằng cách phân tích sự khác biệt về độ cao hoặc độ nhám tại các vị trí tương ứng trên hai bề mặt. Việc phân tích cả sai khác toàn cục và cục bộ giúp hiểu rõ hơn về quá trình gia công và các yếu tố ảnh hưởng đến chất lượng bề mặt.

V. Kết Quả Và Đánh Giá Khả Năng Nhận Dạng Thay Đổi 53 ký tự

Kết quả thí nghiệm cho thấy thuật toán có khả năng nhận dạng sự thay đổi bề mặt với độ chính xác cao. Sai lệch bề mặt nhỏ cũng có thể được phát hiện. Tuy nhiên, thời gian xử lý còn tương đối lâu, đặc biệt đối với các bề mặt phức tạp. Độ chính xác của thuật toán phụ thuộc vào nhiều yếu tố, bao gồm độ phân giải ảnh, chất lượng dữ liệu đầu vào và các tham số của thuật toán. Cần có các nghiên cứu sâu hơn để tối ưu hóa thuật toán và cải thiện hiệu suất.

5.1. Phân Tích Độ Chính Xác Và Thời Gian Xử Lý Của Thuật Toán

Đánh giá độ chính xác của thuật toán bằng cách so sánh kết quả nhận dạng với các phép đo thực tế. Độ chính xác có thể được đánh giá bằng các chỉ số như độ nhạy, độ đặc hiệu và độ chính xác tổng thể. Phân tích thời gian xử lý của thuật toán cho các kích thước ảnh và độ phức tạp bề mặt khác nhau. Xác định các bước tính toán tốn nhiều thời gian nhất và tìm cách tối ưu hóa chúng. So sánh hiệu suất của thuật toán với các phương pháp nhận dạng khác.

5.2. Ảnh Hưởng Của Các Tham Số Đến Kết Quả Nhận Dạng

Nghiên cứu ảnh hưởng của các tham số khác nhau của thuật toán đến kết quả nhận dạng. Các tham số này có thể bao gồm số lượng điểm được sử dụng, kích thước của bộ lọc Gauss, và các tham số của thuật toán Shape Context. Tìm ra các giá trị tham số tối ưu để đạt được độ chính xác cao nhất với thời gian xử lý hợp lý. Sử dụng các phương pháp tối ưu hóa như tìm kiếm lưới hoặc tối ưu hóa Bayes để tìm các giá trị tham số tối ưu.

VI. Hướng Phát Triển Và Kết Luận Về Nhận Dạng Bề Mặt 50 ký tự

Hướng phát triển của luận văn bao gồm nghiên cứu các thuật toán xử lý ảnh tiên tiến hơn, như Machine LearningDeep Learning, để cải thiện độ chính xác và tốc độ nhận dạng. Việc tích hợp ảnh 3Dtái tạo bề mặt 3D cũng là một hướng đi tiềm năng. Kết luận, luận văn đã trình bày một phương pháp hiệu quả để nhận dạng sự thay đổi bề mặt bằng kỹ thuật xử lý ảnh, góp phần nâng cao hiệu quả kiểm tra chất lượng bề mặt trong quá trình gia công.

6.1. Ứng Dụng Machine Learning Và Deep Learning

Machine LearningDeep Learning đang ngày càng được sử dụng rộng rãi trong lĩnh vực xử lý ảnh. Các mô hình học sâu như mạng nơ-ron tích chập (CNN) có khả năng tự động học các đặc trưng quan trọng từ dữ liệu ảnh, giúp cải thiện độ chính xác của thuật toán nhận dạng. Huấn luyện các mô hình học sâu trên một bộ dữ liệu lớn các bề mặt gia công để đạt được hiệu suất tốt nhất.

6.2. Tích Hợp Ảnh 3D Và Tái Tạo Bề Mặt 3D

Sử dụng ảnh 3Dtái tạo bề mặt 3D có thể cung cấp thông tin hình học đầy đủ hơn về bề mặt, giúp cải thiện độ chính xác của thuật toán nhận dạng. Kết hợp thông tin từ ảnh 2Dảnh 3D để tạo ra một mô hình bề mặt hoàn chỉnh. Sử dụng các phương pháp tái tạo bề mặt 3D để tạo ra mô hình bề mặt từ dữ liệu điểm đám mây.

6.3. Kiểm Tra Bề Mặt Gia Công Sử Dụng Kỹ Thuật Xử Lý Ảnh

Tích hợp các kỹ thuật xử lý ảnh vào quy trình kiểm tra chất lượng bề mặt gia công có thể giúp phát hiện các lỗi bề mặt một cách nhanh chóng và chính xác. Từ đó, cải thiện hiệu quả sản xuất và nâng cao chất lượng sản phẩm. Tự động hóa quy trình kiểm tra để giảm thiểu sự can thiệp của con người và tăng độ tin cậy của kết quả.

11/09/2025

Trích đoạn nội dung tài liệu

TRƯỜNG DẠI HỌC BÁCH KIIOA IIÀ NỘI LUẬN VĂN THẠC SĨ Nhận dạng sự thay đỗi bề mặt gia công bằng kỹ thuật xử lý ảnh NGUYÊN HÀ NAM namha.com Ngành Kỹ thuật Cơ Diện Tử Giảng viên hưởng dẫn: '†E. Nguyễn Irọng Hái Chữ ký của GVHD Viện: Cơ khí HA NOL, 11/2020 LOL CAM BOAN Tôi xin cam đoan đây là công trình nghiên cứu khoa học độc lập của riêng, tôi. Các số liệu sử dụng phân lích trong luận văn có nguồn gốc rõ rằng, đã dược thực hiện cũng như công bổ theo ding quy định. Các kết quá nghiên cửu trong luận án do tôi tự tim hiểu, phản tích một cách trang thực, khách quan và phủ hợp với thực tiễn của Việt Nam.

Các kết quả này chưa từng được công bê trong bắt kỳ nghiên cửu nào khảo. Tác giá luận văn Nguyễn Hà Nam LOT CAM ON Lời đầu tiên, Tôi xin chân thành cảm ơn Ban Lãnh đạo Viện đảo tạo Sau Đại học trường Đại học Bách Khoa Hà Nội đã tạo điều kiện thuận lợi trong quá trinlt học tập, nghiên cửu. Tôi xin được bày tả lòng kinh trọng và biết ơn sâu sắc tới người thay hướng din ‘ES. Nguyén ‘Treng Hãi dã định hướng vả tận tình hưởng dẫn đễ tôi có thể hoàn.

Tôi xin cản ơn bộ môn Gia công vật liệu và đụng cụ công nghiệp, viên Cơ khí và lãan Giám hiệu trường Dại học Hách Khoa Lá Nội đã động viên và trao đổi kinh nghiệm Irong quá trình hoàn thành luận văn Cuối cửng, tôi xin chân thành cảm ơn đến gia đình, người thân, các bạn đồng nghiệp những người luôn đảnh cho Lôi những tinh câm nông âm, luôn động viên và sẽ chia những lúc khó khăn trong cuộc sống và tao điều kiện tốt nhất dễ tôi có thể hoàn thành quá trình nghiên cửu. Hà Nội, ngày 01 tháng 10 năm 2020 "Táo giã luận vẫn Nguyễn Hà Nam CHUONG 1. TONG QUAN Chuong 1 Tổng quan trình bảy một số nội dung về lý do lựa chọn đẻ tải, lich sử nghiên cứu về các vấn đẻ liên quan của đề tải trong và ngoải nước, mục đích nghiên cứu của luân văn, tóm tắt cô đọng các luận điểm và những đỏng góp mới của luận văn.1 Lý do lựa chọn để tài Chất lượng bề mặt gia công đỏng vai trò quan trọng đến hiệu quả làm việc của máy móc. Ví dụ trong ngành công nghiệp ô tô, độ nhập nhô bẻ mặt cao trên bẻ mặt lắp ghép các khỏi động cơ cỏ thẻ gây ra biên dạng lỗ trục cam hoặc gây ra độ kin khít kém trong quả trình lắp ghép.

Để đánh giá độ nhập nhô bẻ mặt, cần cỏ một hệ thống đo với độ phân giải cao là cần thiết đề thu được dữ liệu bẻ mặt chỉnh xác với mật độ cao trên một vũng, đo rộng. Do thiểu những thiết bị đo như thế, hiện nay tại các nhà máy công việc kiểm tra chất lượng chủ yếu kết hợp một vài hệ hệ thông đo với độ phân giải khác nhau chẳng hạn như máy đo ba chiéu (CMM) dé do hình dạng bề mặt một cách tổng quát và máy đo độ nhám đề kiểm tra độ bóng bể mặt tại một số vị trí cục bộ. Tuy nhiên việc kiểm tra bề mặt theo cách này có thể bỏ qua những lỗi bê mặt tại những khu vực không được kiểm tra 4 Lith-based HOM AM xã m1—,; B 3? zz a 5 Conventional PE Conventional | Tony fy Hom 55 HOM 4 Lateralresolution |logimm)] šễ Lateralresolution [log[nm)] * ros > ae 5 443 240 1 5 43 240 1 a) Measurementrange b) Measurement speed Hình 1.1 So sanh giita LHI-HDM, HDM théng thiréng va CMM vé phạm vi do va toc dé do Gan đây một hệ thống đo mới được phát triển cho phép dựa trên công nghệ LHI (laser holographic interferometry) cho phép do bé mat vai d6 phan giai cao 1 CAC TU VIET TAT Ky higu Nguyên nghĩa CMM Coordinate Measuring Machine LHL Laser holographic interferometry HDM High-definition metrology TSP Thin plate splines Inner Distance Shape Context sc Shape context DP Quy hoạch động MỤC LỤC CIIUONG 1. 11 Lý đo lựa chọn đê tài.2 Lịch sử nghiên cứu trong vẻ ngoài HưỐc.

Mục đích nghiên cứu của luận vẫn - - - 4 14 'Têm tắt cô đọng các luận điểm cơ bán vả những đóng góp mới của luận vẫn: 4 CHƯƠNG 2. GIỚI 'HIỆU CÁC THUẬT TOÁN NHẬN DIỆN SỰ THAY POT HÌNH DẠNG. 2/1 Giới thiệu chững,. Phương pháp trích chọn đặc trưng (TDSC Inner Distance Shape Contex).2 Phương pháp dựa vào ngữ cảnh hình dạng (Shape Cơnlex0.

Phương pháp sử dụng khoảng cách trong (Ihe Inner Distance).4 Phuong phap Inner-Thstance Shape Context - 11 2.3 So sánh hình đạng sử dụng quy hoạch động 12 2. Tra cứu hình đạng với kĩ thuật học hàm khoảng cách - 13 2. NGHIÊN CỨU THUẬT TOÁN NHẬN ĐANG SỰ THAY ĐÔI TON DANG BE MAT.1 Thân tích thực hiện thuật toán nhận dang va đánh giá sự thay đối bề mặt.2 Thuật toán ngữ cảnh hình dạng (Rhape Contexf).3 Quá trình triển khai thuật toán ngữ cảnh hình dang (Shape context) 19 3. Xác định tọa độ các điểm trên đối tượng.2 Tinh toán ngữ cảnh hình dạng.

Tính toán ma trận chỉ phí ghép cặp.4 Tim cac diém tuong déng véi ma tran chi phi ghép cap t6i thidu22 MỤC LỤC CIIUONG 1. 11 Lý đo lựa chọn đê tài.2 Lịch sử nghiên cứu trong vẻ ngoài HưỐc. Mục đích nghiên cứu của luận vẫn - - - 4 14 'Têm tắt cô đọng các luận điểm cơ bán vả những đóng góp mới của luận vẫn: 4 CHƯƠNG 2. GIỚI 'HIỆU CÁC THUẬT TOÁN NHẬN DIỆN SỰ THAY POT HÌNH DẠNG.

2/1 Giới thiệu chững,. Phương pháp trích chọn đặc trưng (TDSC Inner Distance Shape Contex).2 Phương pháp dựa vào ngữ cảnh hình dạng (Shape Cơnlex0. Phương pháp sử dụng khoảng cách trong (Ihe Inner Distance).4 Phuong phap Inner-Thstance Shape Context - 11 2.3 So sánh hình đạng sử dụng quy hoạch động 12 2. Tra cứu hình đạng với kĩ thuật học hàm khoảng cách - 13 2.

NGHIÊN CỨU THUẬT TOÁN NHẬN ĐANG SỰ THAY ĐÔI TON DANG BE MAT.1 Thân tích thực hiện thuật toán nhận dang va đánh giá sự thay đối bề mặt.2 Thuật toán ngữ cảnh hình dạng (Rhape Contexf).3 Quá trình triển khai thuật toán ngữ cảnh hình dang (Shape context) 19 3. Xác định tọa độ các điểm trên đối tượng.2 Tinh toán ngữ cảnh hình dạng. Tính toán ma trận chỉ phí ghép cặp.4 Tim cac diém tuong déng véi ma tran chi phi ghép cap t6i thidu22 CAC TU VIET TAT Ky higu Nguyên nghĩa CMM Coordinate Measuring Machine LHL Laser holographic interferometry HDM High-definition metrology TSP Thin plate splines Inner Distance Shape Context sc Shape context DP Quy hoạch động 3.5 Noi suy cac diém bé mal dua van chuyén doi mé hinh hoa binh dang wld 3. Nhận đạng sự thay đối toàn cục bẻ mặt bằng thuật toán bình phương tối thiếu 27 3.5 Tiển xử lý sử dụng bộ lọc Gauss va nhận đạng sự thay đổi cục bộ.

UNG DUNG THUAT TOAN DE NHAN DANG SU THAY ĐỐI. BE MAT GIA CONG. Áp đụng thuật toán nhận dạng sự thay đổi hai hình đạng khác nhau.1 Tẩy dữ Hêu tập hợp các diễm dặc trưng từ 2 hình dạng có biên đạng, khác nhau.12 Xây dựng biểu đổ phân cực log đựa trên khoảng cách và góc .3 Tỉnh toảnma trận chỉ phi ghép cặp giữa các điểm.4 Tinh loén tìm cặp điểm tương đông đựa vào thuật loán Hungzri. Chuyển đổi mỏ hình hóa, thực hiện nội suy các điểm tương đồng.

Dánh giá sai khác toàn cục vả cục bộ 2 bề mặt gia công,.1 Dữ liệu bẻ mặt đo thí nghiệm.2 Đánh giá sai khác toản cục 2 bê mặt gảa công,.23 Đánh giá sai khác cục bệ 2 bẻ mặt gia công - -.2 Hướng phốt triển của luận vẫn trong tương hả. „s48 THỤ LỤC TTẮI LIỆU THAM KHẢO. ĐANH MỤC HÌNH VE TRình 1.1 So sánh giữa LII-IIDM, LIDM thông thường và CMM về phạm vỉ đo và tắc độ do.2 Cac dang nhấp nhô bê mặt đo bằng công nghệ IL.1 Vị dụ về khoảng cách trong của đổi tượng,.2 Ví dụ về khoảng cách trong của x và y trong bình Õ 9 Hinh 2.3 Quá trình biêu diễn khoảng cách trong của đối tượng, 10 Hinh 2.4 Minh họa về góo trong (Inner- Ang]e).5 Ngũ cảnh hình dang (SƠ) và khoảng cách trong ngữ cảnh hình dang Tình 3.6 Ví dụ về khoảng cách trong ngữ cảnh hình đang 14 Tình 2.? Các hình đã biết trong cơ sở đữ liệu.1 Một dạng dặc trưng của bê mặt gia công.2 Mô tả phép biến đối hình đạng bê mặt gia công.3 Sơ để ngữ cánh bình đạng (Shape contexÐ).4 Hệ tọa dộ log-polar spacc với 5 vòng tròn và 12 góc.5 Minh họa chuyên đối hé toa dé cure sang histogram.6 Mô hình chuyển đổi ‘Thin plate Spline Tình 3.7 Mô tã chuyển đổi Thún pháte spline - 37 Tình 3.8 Đường cong Gauss với giá trị ¿ và độ lệch chuẩn .9 Minh họa các xác định trọng số của Gaussian Kerne Tình 41 Hình đang 3D va conlour bê mặt chuẩn - 32 Tình 4.2 1Tình dang 3D va contour bể mặt bị thay đổi địch chuyển đường contour --33 Linh 4.3 Dễ thị điểm 2 hinh mẫu. nọ nireeee see 38 Hình 4.4 Kết quả số diễm có trong mỗi BIN của 2 điểm tại vị trí tam gidc va vong tròn ~ - ~ - ~ 35 Hinh 4.5 Biểu thị ma trận chỉ phi ghép cặp của 2 hình khác nhau.6 Kết quả so kop cae ¢ ó độ tương đông với nhau trên 2 hình Tĩnh 4.? Dữ liệu bẻ mặt 1 thu được từ kết quả đo thí nghiệm .8 Dữ liệu bề mặt 2 thu dược từ kết quả do thí nghiệm Hình 4.9 Hình ảnh bê mặt 3D của bề mặt L Alin4.10 Llinh ánh 3D của bễ mặt 2.11 Bề mặt 3D sau khi matching 2 bể mặt cho nhau.12 Bế mặt 2D sau khi maching 2 bẻ mặt cho nhau linh 4.13 Biểu thị đảm mây điểm vá bễ mặt xắp xỉ hàm bậc 2.14 Một số bê mặt xây đựng từ dữ liệu điểm giả định Hình 4.15 Mệt số bẻ mặt thí nghiệm gia công, phay Hình 4.16 Bộ lọc Gauss với độ lệch chuẩn ø =0.17 Bộ lọc đauss với độ lệch chuẩn ø =0.18 Bộ lọc Gauss với độ lệch chuẩn ø =19.19 Các đình cao nhật của bê rnặt Tlinh 4.20 Các vùng cắt bè mặt có độ cao cao hơn đỉnh cao số 5.21 Các dính thấp nhất của bẻ mặt.22 Tập hợp cáo vùng bể mặt có độ cao thấp hơn đình 4 MỤC LỤC CIIUONG 1.

11 Lý đo lựa chọn đê tài.2 Lịch sử nghiên cứu trong vẻ ngoài HưỐc. Mục đích nghiên cứu của luận vẫn - - - 4 14 'Têm tắt cô đọng các luận điểm cơ bán vả những đóng góp mới của luận vẫn: 4 CHƯƠNG 2. GIỚI 'HIỆU CÁC THUẬT TOÁN NHẬN DIỆN SỰ THAY POT HÌNH DẠNG. 2/1 Giới thiệu chững,.

Phương pháp trích chọn đặc trưng (TDSC Inner Distance Shape Contex).2 Phương pháp dựa vào ngữ cảnh hình dạng (Shape Cơnlex0.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ