基于三維激光掃描技術的彈體表面凹凸缺陷檢測研究

郭 杰，陳 陽，張冬冬，張 亮

（1.陸軍工程大學，南京 210007；2.32670 部隊，遼寧 朝陽 122527）

0 引言

炮彈抽樣檢查中，彈體表面缺陷檢測必不可少，多數情況以肉眼進行判斷，存在較大誤差，對彈藥安全使用存在較大隱患。目前，如紅外熱成像法、渦流法等也可實現彈體表面的缺陷檢測，但均存在著技術復雜，定量分析不準等缺點，識別精度和檢測速度都難以滿足要求。近幾年來，三維激光掃描技術廣泛應用于變形監測[1]、工業零部件精度分析[2]，其自動獲取的點云數據具有較高的密度，在三維物體表面缺陷檢測[3]，獲得了很好的效果，為彈體缺陷檢測帶來了新的方法。

在三維激光軍事應用上，胡凱征[4]等將三維掃描重構技術應用于彈體結構的特性快速分析和計算，發現非接觸、精度高、適用性強的三維激光掃描技術非常適合復雜導彈外形的檢測和結構特性分析。針對利用三維激光點云進行缺陷檢測，王穎[5]等在分析散亂三維點云特點的基礎上，通過對三維點云規則化處理，實現了設備表面凹凸缺陷的快速檢測和三維重構。李宇萌[6]等在對初始點云數據進行邊緣剔除和點云精簡基礎上，實現了基于點云配準的轉子表面缺陷檢測，實驗結果表明對凸起缺陷檢測效果比較精準。錢海[7]等基于三維激光掃描和BIM 技術，提出的一種基于點云的建筑構件缺陷檢測方法，通故實驗證明可以有效、準確識別缺陷，誤差量化差小于9%。在基于三維點云數據缺陷檢測基礎上，韋雪花[8]等針對樹冠形狀不規則，樹冠體積難以測量和計算的問題，提出一種基于三維激光掃描點云的樹冠體積計算方法，其獲取的樹冠參數與外業實測差異不大，能夠得到較高精度的冠徑、冠高數據。周緒達[9]、曹新華[10]、高云霞[11]等利用數學方法綜合分析測算了不規則圖形的面積，為彈體缺陷的量化計算研究奠定了基礎。

本文主要研究基于三維激光掃描技術，獲取彈體表面缺陷的點云數據，通過對三維點云數據的處理與計算，利用數學方法進行缺陷體積計算，實現了缺陷識別及其量化處理，對于彈藥的安全儲存和使用具有重要的意義

1 點云數據獲取及處理

1.1 系統標定

為有效降低系統誤差對點云數據的影響，利用三維激光掃描系統獲取彈體表面三維數據之前，需要對該系統進行標定，即在給定的攝像機模型下，通過獲取DLT 模型所需要的各種參數初始值，再通過光束法平差解求出精確的參數值，從而求解出像平面上與物理坐標中各點的映射關系。

1.2 數據采集

首先把標定好的三維激光掃描儀固定在支架，避免人為操作造成的誤差；其次將彈體樣品放在均勻旋轉工作臺上，實驗開始后，使其能夠勻速旋轉，以保證彈體表面數據能夠被三維激光掃描儀準確采集。

2 點云數據處理

三維激光掃描采集的點云數據最初是散亂的，不宜直接進行缺陷識別和量化計算，需要進行去噪、邊緣剔除、點云精簡等處理操作。其基本流程如圖1。

圖1 點云數據處理流程

2.1 點云配準

點云配準是指一對點云數據集進行兩兩配準，主要是由于初始獲取的點云存在數據不完整、旋轉錯位、平移錯位等問題，需要確定一個合適的坐標變換，將從各個視角得到的點集合并到一個統一的坐標系下，形成完整的點云數據，方便后續的誤差識別等操作。

2.2 點云去噪

在獲取彈體表面點云數據時，由于環境因素、操作原因等因素影響，三維點云數據中混雜有一些無關對象和離群點，首先需要進行去噪處理以降低對后期識別造成的影響。通常采取直接觀察法和弦高偏差法結合的方式進行去噪處理，對于明顯的噪聲點，首先通過肉眼觀察并初步刪除；其次利用截面數據的起點和終點擬合出曲線，通過最小二乘法計算各數據點到曲線的距離di，允許距離D，當di＞D時，判定為噪聲點，予以刪除。

2.3 點云精簡

獲取的高密度彈體三維點云數據，其特點是數據量龐大，分布不均勻，含有大量冗余數據，若直接進行數據的三維曲面重構，計算資源占用量大，計算時間長，工作效率低。為了提高重構的效率，在保留重要的三維點云數據同時把冗余數據清除，實現對數據的精簡。針對彈體形狀為曲面特點，根據曲率大小，采用基于曲率的簡化算法進行精簡，將點云數據劃分為多個曲率區間，對應各個曲率區間設定不同的閾值。設在某一曲率區間內，按照從小到大的順序，把該區間內曲率進行排序，設該區間閾值為h，曲率基準點取該區間內曲率最小的點po，若曲率差，則刪掉點pj，否則保留點pj，并把點pj作為新的基準點，重復以上過程直至該曲率區間內的點全部比較完畢。

3 基于彈體表面點云數據模型的缺陷檢測原理及量化計算

本文中檢測彈體具體指垂直于炮彈主體截面形狀為圓截面的彈體，因此，在彈頭方向朝上且始終垂直于地面時，垂直方向上的點云數據應該都是平行的閉合圓曲線。如不滿足以上條件的情況則可判定為缺陷，本文主要研究彈體表面常見的缺陷特征，即凹陷和凸起。如圖2 所示。

圖2 彈體缺陷及橫截面示意圖

3.1 凹凸缺陷的識別原理

由于垂直炮彈主體截面形狀為圓截面，所以通過三維激光掃描獲取彈體的三維點云數據，進行規則化處理后以圓周形式存在，正常情況下，圓周上任意一點的切向量和法向量相垂直且法向量與對應半徑重合，相鄰點的切向量變化是相對連續的；若出現凹陷或凸起缺陷，則圓周上的點分布發生變化，此時過圓心的法向量方向與該點切線的方向連線形成的夾角θ＞90°或θ＜90°。記錄下發生變化的數據點，計算其到對應的圓心距離Di，將其與對應圓周上的判別半徑閾值Ri進行比較；根據Ri與Di的大小判斷凹凸情況，若Ri ＜Di，則記錄該點為凸出點；若Ri ＞Di，則記錄該點為凹陷點。如圖3 所示。

圖3 彈體缺陷識別示意圖

3.2 確定判別半徑R

判別半徑閾值R的大小為橫截面圓周上正常點到圓錐頂點到圓錐底面垂線距離，可根據標準彈體實驗及彈體設計要求規范查閱得知。或者根據缺陷識別的三維點云數據，通過選取法向量與半徑重合的點到圓心的距離進行加權平均計算得到。即

3.3 缺陷體積的量化計算

運用微分方法，將總缺陷分成多個子缺陷，計算每個圓周子缺陷的截面積Si以及相鄰圓周之間的距離Di，子缺陷體積缺陷總體積。具體方法如下：

本文以凸出缺陷為例（圖4），缺陷橫截面的面積為曲線AECFB和圓弧ADB所組成的區域，缺陷的體積V等于缺陷長度D乘以缺陷橫截面面積SAECFBD。以圓心為坐標原點建立空間坐標系，設圓的方程為f（x），缺陷曲線方程為g（x）。則由兩條封閉的曲線f（x）、g（x）組成的面積S即為缺陷面積，根據缺陷識別標定首末交點即兩條曲線的交點A（xA，yA）、B（xB，yB），觀察在[Xa，Xa]，

圖4 彈體凸起缺陷量化計算示意圖

V為缺陷體積，D為缺陷長度，Si為缺陷面積。

4 實驗研究及結果分析

4.1 實驗裝置

實驗采用法如Focus S350 三維激光掃描儀，其擁有當今創新性的功能，能夠在室外和戶內環境下進行激光掃描，真正具有移動性、快速性和可靠性，掃描范圍達350 m，距離精度±1 mm，適用于建筑、缺陷檢測等行業的應用。實驗裝置如圖5 所示。

圖5 現場實驗

4.2 結果分析

實驗中基于已知體積的不同形狀的橡皮泥模擬凸出缺陷，附著在彈體表面，進行誤差識別和量化實驗，檢測結果如表1。

表1 實驗結果對比

實驗結果分析發現，利用三維激光掃描可以有效識別彈體表面凹陷和凸出缺陷，識別精度較高；但量化精度還有待提高，對于規則型缺陷量化誤差最小為0.67%，平均誤差為0.81%，但不規則凹陷或凸出缺陷量化誤差較大，最小誤差為5.5%，平均誤差為7.89%。

5 結束語

本文通過三維激光掃描技術快速、精確地獲取了彈體表面點云數據，同時依托處理后的點云數據模型進行缺陷識別，不僅有效實現了凹凸缺陷識別，而且通過量化積分計算方法，得到缺陷體積的數值，并進行誤差分析，為評估炮彈安全使用提供了科學依據。