仪器仪表学报

作者：张丹丹，何剑波，张世达，任姣姣，顾健

单位：张丹丹,长春理工大学飞行器结构检测与评估学科与技术中心长春130022,,何剑波,长春理工大学飞行器结构检测与评估学科与技术中心长春130022,,张世达,长春理工大学飞行器结构检测与评估学科与技术中心长春130022,,任姣姣,1.长春理工大学飞行器结构检测与评估学科与技术中心长春130022； 2.长春理工大学中山研究院中山528437,zimengrenjiao@163.com,顾健,长春理工大学飞行器结构检测与评估学科与技术中心长春130022,

关键词：异形构件;双目视觉;立体匹配;缺陷检测;三维重建

基金：国家级预研项目（2025AV389624）资助

针对异形结构件曲率多变、光照不均匀及缺乏规则基准,导致表面缺陷区域三维形态难以精确重建,且双目视觉方法存在匹配精度低、速率慢的问题,故提出一种基于梯度感知融合(Gradient-AwareFusion,GAF)的GAF-Census快速立体匹配算法,以实现缺陷区域的高精度三维重建与尺寸量化。首先,在代价计算阶段引入SIFT特征匹配引导的视差范围约束机制,缩小搜索空间以提升效率;同时采用基于关键点中值滤波的自适应Census变换,通过动态阈值替换受污染的中心像素,增强算法抗噪性。其次,构建了梯度感知代价融合机制:在边缘区域强化梯度约束以精确定位缺陷轮廓,在弱纹理区域增加Census权重提升匹配稳定性,从而显著改善关键区域的匹配精度。最后,针对异形构件缺陷量化难题,提出基于五次多项式全局拟合与数值积分的方法,实现缺陷尺寸的自动化高精度测量。实验结果表明,所提GAF-Census算法在标准及自制样本上的误匹配率最低至5.25%,运行效率较传统AD-Census算法最高提升96.7%;缺陷宽度与长度测量的平均相对误差分别低至0.483%与0.271%,系统可识别最小缺陷宽度达0.354mm。在复杂光照与几何突变环境下,算法仍保持较高的重建完整度与测量稳定性,展现出良好的工程适用性,为异形构件表面缺陷的自动化高精度量化监测提供了可靠的技术手段。

来源：2026年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第1期