定 价:69 元
丛书名:航空航天领域智能制造丛书
- 作者:汪俊,易程
- 出版时间:2025/9/1
- ISBN:9787030808257
- 出 版 社:科学出版社
适用读者:智能制造等相关专业本科生和研究生,从事数字化检测技术人员
- 中图法分类:TH166
- 页码:247
- 纸张:
- 版次:1
- 开本:16
- 字数:416(单位:千字)
“数字化检测技术”是在面向我国工业制造领域加快数字化应用的背景下开设的课程。本书主要介绍了数字化测量相关的专业知识,着重介绍数字化检测技术在工业制造领域应用的知识体系,尤其是航空航天、汽车等相关的前沿交叉学科知识。本书分6章,包括绪论、工业摄影测量技术、三维点云检测技术、机器视觉检测技术、无损检测技术以及大型复杂构件智能检测技术。
更多科学出版社服务,请扫码获取。
2002-09 至 2007-12, 南京航空航天大学, 航空宇航制造工程, 博士南京航空航天大学教授、博导机械、机电
目录
第1章 绪论 1
1.1 数字化检测技术的基本知识 1
1.1.1 数字化检测技术概述 1
1.1.2 检测过程中常用的传感器 2
1.2 数字化检测发展历程 5
1.3 数字化检测发展现状 8
本章小结 14
思考与习题 15
第2章 工业摄影测量技术 16
2.1 引言 16
2.2 相机检校 21
2.2.1 10参数模型 21
2.2.2 有限元模型 25
2.2.3 相机组合检校 25
2.3 人工测量标志 26
2.3.1 回光反射标志 27
2.3.2 标志图像识别定位 27
2.3.3 定向靶 32
2.3.4 编码标志 33
2.3.5 基准尺 37
2.4 像片定向 38
2.4.1 单张像片定向 38
2.4.2 多张像片定向 42
2.5 像点匹配 44
2.5.1 核线匹配 44
2.5.2 基于空间前方交会的匹配 47
2.6 自检校光束法平差 50
2.6.1 含畸变改正值的共线条件方程 50
2.6.2 一般误差方程式 51
2.6.3 法方程式 53
2.6.4 精度估计 55
2.6.5 长度基准 55
2.7 应用与实践 56
本章小结 57
思考与习题 58
第3章 三维点云检测技术 59
3.1 引言 59
3.2 三维扫描系统 61
3.2.1 三维扫描系统常用设备 61
3.2.2 三维扫描系统基本工作原理 62
3.3 三维点云数据的获取与存储 66
3.3.1 三维点云数据的结构与特点 66
3.3.2 三维点云数据的组织与索引 68
3.4 三维点云关键特征提取技术 73
3.4.1 三维点云的微分几何特性 73
3.4.2 三维点云关键特征提取 78
3.4.3 基于深度学习的三维特征表达 82
3.5 三维点云数据简化技术 85
3.5.1 几种简单常用的简化方法 85
3.5.2 自适应层次空间分割点云简化算法 88
3.5.3 泊松盘简化算法 90
3.5.4 全局聚类简化算法 90
3.6 三维点云数据滤波技术 94
3.6.1 三维点云双边滤波 94
3.6.2 三维点云优化 95
3.6.3 其他典型的数据滤波方法 96
3.7 三维点云数据配准技术 99
3.7.1 数据配准的数学模型 99
3.7.2 基于参考点提取的数据配准 101
3.7.3 基于标靶检测的数据配准 104
3.7.4 基于表面特征提取的数据配准 106
3.7.5 数据配准优化方法 111
3.8 应用与实践 113
3.8.1 叶片型面加工质量检测 113
3.8.2 飞机蒙皮对接间隙与阶差检测 114
3.8.3 飞机蒙皮铆钉检测 119
本章小结 122
思考与习题 122
第4章 机器视觉检测技术 123
4.1 引言 123
4.2 机器视觉数据采集原理 123
4.2.1 工业相机成像原理 123
4.2.2 光学镜头原理 124
4.2.3 光源原理与特性 125
4.3 图像数据预处理 128
4.3.1 畸变矫正 128
4.3.2 灰度变换 129
4.3.3 直方图均衡化 131
4.3.4 几何变换 132
4.3.5 滤波 133
4.3.6 锐化 136
4.4 图像关键特征提取 138
4.4.1 关键点特征提取 138
4.4.2 几何特征提取 140
4.4.3 边缘特征提取 142
4.5 图像分类 143
4.5.1 监督学习图像分类 144
4.5.2 小样本学习图像分类 147
4.5.3 无监督学习图像分类 148
4.6 图像目标识别 151
4.6.1 监督学习目标识别 152
4.6.2 无监督学习目标识别 154
4.7 图像分割 156
4.7.1 传统图像分割 156
4.7.2 图像语义分割 161
4.7.3 图像实例分割 162
4.7.4 图像全景分割 163
4.8 应用与实践 164
4.8.1 基于机器视觉的冲压件表面缺陷检测 164
4.8.2 基于机器视觉的隧道表面缺陷检测 167
4.8.3 基于机器视觉的飞机发动机叶片表面缺陷检测 169
本章小结 171
思考与习题 172
第5章 无损检测技术 173
5.1 引言 173
5.2 常见材料构件中的缺陷 174
5.2.1 金属材料构件中的缺陷 174
5.2.2 复合材料构件中的缺陷 176
5.3 射线无损检测技术 180
5.3.1 射线无损检测原理 180
5.3.2 射线无损检测系统 181
5.3.3 射线无损检测关键技术 184
5.3.4 射线无损检测应用 189
5.4 超声波无损检测技术 191
5.4.1 超声波无损检测原理 191
5.4.2 超声波无损检测系统 192
5.4.3 超声波无损检测关键技术 193
5.4.4 超声波无损检测应用 198
5.5 电磁无损检测技术 199
5.5.1 电磁无损检测原理 199
5.5.2 太赫兹无损检测系统 200
5.5.3 太赫兹无损检测应用 202
5.5.4 电磁无损检测的发展 207
5.6 应用与实践 209
5.6.1 工业CT检测系统 209
5.6.2 扫描成像与缺陷识别 210
本章小结 212
思考与习题 212
第6章 大型复杂构件智能检测技术 213
6.1 引言 213
6.2 柔性化智能检测技术 214
6.2.1 系统坐标系建模与求解 214
6.2.2 基于结构特征的测量规划技术 217
6.3 大尺寸空间测量技术 222
6.3.1 大尺寸测量场构建技术 222
6.3.2 激光跟踪测量技术 226
6.3.3 双目跟踪测量技术 230
6.3.4 室内GPS测量技术 231
6.4 多源异构数据融合技术 233
6.4.1 数据融合的定义与过程 233
6.4.2 数据融合方法 235
6.4.3 数据融合技术在制造检测过程中的应用 237
6.5 应用与实践 239
本章小结 241
思考与习题 242
参考文献 243