Surface Extraction for Industrial CT Based On Adaptive Particle System
تقترح هذه الورقة خوارزمية تكيفية لأخذ عينات الأسطح لبيانات التصوير المقطعي المحوسب الصناعي تستخدم هرم بكسلات ثلاثي الأبعاد متعدد المقاييس، وآلية قوة مفككة مع إسقاطات موزونة تكيفية، واستراتيجية إدراج تدريجي قائمة على مخطط فورونوي لتحقيق استخراج للأسطح عالي الدقة ومقاوم للضوضاء مع تحسين توزيع الجسيمات وتوحيدها وكفاءتها.
تخيل أنك تحاول بناء نموذج ثلاثي الأبعاد مثالي لقطعة آلات معقدة، مثل شفرة توربين أو كتلة محرك سيارة. في الماضي، كان على المهندسين لمس هذه القطع باستخدام مسبار لقياسها، لكن ذلك كان بطيئاً، ويمكن أن يخدش السطح، ولم يكن بإمكانهم رؤية ما بداخلها. أما الآن، فلدينا ماسحات التصوير المقطعي الصناعي المحوسب (Industrial CT scanners)، وهي تشبه كاميرات الأشعة السينية فائقة القوة التي تلتقط آلاف الصور بنظام الشريحة تلو الأخرى لجسم ما من الداخل إلى الخارج. المشكلة هي أن هذه الماسحات تنتج سحابة ضخمة وفوضوية من "النقاط" الرقمية (الفوكسل - voxels) بدلاً من سطح نظيف وناعم. ولكي نحصل على نموذج ثلاثي الأبعاد قابل للاستخدام، يجب على الحواسيب تحديد مكان السطح بدقة ورسم شبكة (mesh) فوقه. وإذا فعلوا ذلك بشكل سيئ، فقد يكون النموذج متعرجاً، أو مليئاً بالثقوب، أو يحتوي على مثلثات غريبة وممتدة تجعله عديم الفائدة للقياسات الدقيقة. الهدف هو إيجاد طريقة لتحويل تلك السحابة الفوضوية من البيانات إلى توأم رقمي سلس ودقيق وفعال دون إضاعة الوقت أو قدرة الحاسوب.
يقدم هذا البحث طريقة جديدة ذكية للقيام بذلك باستخدام "نظام جسيمات"، وهو في الأساس محاكاة لكرات صغيرة غير مرئية تتصادم وتتحرك حتى تجد مكانها المثالي على سطح الجسم. فكر في الأمر كأنه سرب من النحل يحاول الهبوط على زهرة؛ في الطرق القديمة، كانت النحل خرقاء بعض الشيء؛ فقد تعلق في الأماكن الخطأ، أو تجمعت في حشود، أو أخطأت الزوايا الحادة للبتلات. لقد صمم الباحثان، لين شيويه وجينغتاو وانغ من جامعة داليان للتكنولوجيا، سرباً أكثر ذكاءً. فهما يستخدمان "هرم فوكسل متعدد المقاييس"، وهو يشبه النظر إلى الجسم أولاً من بعيد لرؤية الشكل العام، ثم التقريب أكثر فأكثر لإضافة التفاصيل فقط حيثما دعت الحاجة، مثل الزوايا الحادة لترس ما.
بدلاً من ترك الجسيمات تنجرف عشوائياً، وضع المؤلفون لها مجموعة جديدة من القواعد. أولاً، يقومون بفصل القوى التي تجذب الجسيمات إلى السطح عن القوى التي تدفعها بعيداً. "الجذب" هو مزيج ذكي من سطوع الجسم (التدرج الرمادي) وحيلة رياضية تسمى "الاشتقاق من الدرجة الثانية" التي تعمل ككاشف حواف فائق الحساسية، مما يوجه الجسيمات للهبوط تماماً عند الحدود الحقيقية. أما "الدفع" فهو قوة تنافر تبقي الجسيمات بعيدة عن بعضها البعض، مما يضمن انتشارها بانتظام مثل حشد منظم جيداً. ولجعل هذا أكثر كفاءة، يتواصل كل جسيم فقط مع جيرانه المباشرين (ضمن نطاق جوار مكون من 26 جاراً)، متجاهلاً البقية، مما يوفر قدراً هائلاً من قدرة الحوسبة.
ولكن الجزء الأكثر إبداعاً هو كيفية إضافة المزيد من الجسيمات عند الحاجة. فبدلاً من مجرد تقسيم الجسيمات الموجودة إلى نصفين (مما قد يفسد توازن النظام بأكمله)، يستخدمون "مخطط فورونوي" (Voronoi diagram). تخيل رسم خريطة حيث ينتمي كل نقطة على السطح إلى أقرب جسيم لها؛ إذا كانت هناك مساحة فارغة كبيرة على الخريطة، فإن الخوارزمية تعرف تماماً أين تضع جسيماً جديداً لملء هذه الفجوة دون إزعاج الجسيمات الأخرى. هذا "الإدراج التدريجي" يحافظ على استقرار النظام وكفاءة الطاقة.
عندما اختبر الباحثون طريقتهم على قطع عمل من الألمنيوم تحتوي على أسطوانات وأسطح مستوية وثقوب، وجدوا أن سرب الجسيمات الخاص بهم أنشأ سطحاً أكثر انتظاماً ودقة من الطرق التقليدية مثل "خوارزمية مارشينج كيوبز" (MC) أو "دوال مارشينج كيوبز" (DMC). وبينما أنتجت الطرق التقليدية أكثر من مليون نقطة عينة لأجسام الاختبار الخاصة بهم، حققت الطريقة الجديدة دقة مماثلة أو أفضل باستخدام حوالي 300,000 نقطة فقط، أي انخفاضاً بنسبة 70% تقريباً. وهذا يعني بيانات أقل للتخزين ومعالجة أسرع لاحقاً. وأظهرت النتائج أن الطريقة الجديدة كانت أفضل في التعامل مع الضوضاء والتشوهات (مثل "الاستاتيكية" أو "الأخطاء التقنية" في صور الأشعة السينية) وحافظت على دقة عالية في قياس الأقطار والاستواء. ومع ذلك، يشير المؤلفون إلى أن الطريقة لا تزال تنتج سحابة من النقاط بدلاً من شبكة متصلة، لذا يلزم وجود خطوة نهائية لتحويل تلك النقاط إلى نموذج سطح مستمر. كما يعترفون بأنه إذا لم يتم ضبط "مستويات التكبير" في الهرم الخاص بهم بشكل صحيح، فقد تضيع بعض التفاصيل الدقيقة في ضبابية الرؤية الأولية الخشنة. ورغم هذه العقبات الصغيرة، يشير البحث إلى أن هذا النهج القائم على الجسيمات والتكيفي يمثل خطوة كبيرة للأمام لجعل قياسات التصوير المقطعي الصناعي أسرع وأنظف وأكثر موثوقية.
ملخص تقني: استخراج الأسطح للتصوير المقطعي الصناعي القائم على نظام الجسيمات التكيفي
بيان المشكلة يُعد التصوير المقطعي الصناعي (ICT) تقنية حاسمة في الاختبارات غير التدميرية للحصول على المعلومات الهندسية الداخلية والخارجية لقطع العمل المعقدة. ومع ذلك، لا يزال استخراج شبكات أسطح عالية الدقة والجودة من بيانات التصوير المقطعي الصناعي يمثل تحدياً كبيًرا. فخوارزميات الاستخراج الساكنة التقليدية (مثل Marching Cubes وDual Marching Cubes) غالباً ما تعاني من غموض طوبولوجي، وجودة شبكة رديئة (مثل المثلثات الطويلة والنحيفة)، وتوزيعات عينات غير منتظمة. علاوة على ذلك، تتأثر هذه الطرق بشدة باختيار العتبة والعيوب المتأصلة في بيانات التصوير المقطعي، مثل الضجيج وتصلب الشعاع. أما الطرق الديناميكية القائمة على أنظمة الجسيمات، فتوفر إمكانات أفضل للتوزيع ولكنها تواجه مشكلات في كفاءة الحوسبة المنخفضة بسبب حسابات القوى المكثفة بين الجسيمات، وصعوبة الحفاظ على توازن النظام أثناء زيادة معدل أخذ العينات، وعدم كفاية القدرات التكيفية للموازنة بين الدقة وحجم البيانات.
المنهجية يقترح المؤلفون خوارزمية أخذ عينات سطحية تكيفية قائمة على نظام جسيمات، متكاملة مع إطار عمل هرمي متعدد المقاييس للفوكسل (Voxel Pyramid). تمر المنهجية عبر المراحل التالية:
التحسين التكيفي متعدد المقاييس:
يتم بناء هرم فوكسل من بيانات التصوير المقطعي الخام باستخدام ترشيح موجه حافظ للحواف وتقليل العينات (Downsampling).
يتم حساب مجالات التدرج والانحناء (Curvature) عند كل مقياس باستخدام مؤثر Scharr ثلاثي الأبعاد للتخفيف من التحيز الاتجاهي في الشبكات المنفصلة.
تُستخدم استراتيجية تحسين تكيفية من الخشن إلى الناعم؛ حيث يتم تحديد المناطق ذات الانحناء العالي باستخدام عتبة إحصائية (المتوسط + k⋅σ) ويتم توسيعها عبر التمدد المورفولوجي لتشكيل "مناطق مرشحة". يتم تحسين هذه المناطق إلى مقايسات أدق، مما يضمن زيادة كثافة أخذ العينات في المناطق المعقدة هندسياً مع بقائها متفرقة في المناطق المسطحة.
نظام الجسيمات الممتد مع القوى المنفصلة:
التهيئة: يتم تهيئة الجسيمات في وحدات استجابة ذات مقياس خشن مع اضطرابات عشوائية لتجنب القيم الدنيا المحلية.
الإسقاط الموزون بالتدرج (قوة الجذب): بدلاً من مجرد جذب بسيط لسطح متساوي القياس، تستخدم الخوارزمية إسقاطاً متكيفاً وموزوناً ومنفصلاً يجمع بين معلومات التدرج الرمادي وتقاطعات الصفر لدرجة التدرج الثانية (Laplacian).
يعمل حد التدرج الرمادي على دفع التقارب السريع إلى محيط السطح.
يعمل حد التدرج من الدرجة الثانية على تحسين الموقع إلى مواقع الحواف الدقيقة (بدقة تحت-بكسلية).
يتم تعديل الأوزان ديناميكياً: حيث يهيمن التدرج الرمادي في التكرارات المبكرة، بينما يتولى التدرج من الدرجة الثانية عملية الضبط الدقيق.
التنافر المحلي قصير المدى: لتحسين توزيع الجسيمات، تُعامل قوى التنافر كتفاعلات محلية قصيرة المدى؛ حيث تتفاعل الجسيمات فقط ضمن جوار مكون من 26 جاراً محدد بنصف قطر قطع يعتمد على المقياس.
استخراج المكون المماسي: يتم إسقاط قوة التنافر على المستوى المماسي للسطح. ويتم تطبيق المكون المماسي فقط لتحسين انتظام التوزيع، مما يمنع قوة التنافر من دفع الجسيمات بعيداً عن السطح المتساوي القياس ويحافظ على دقة الإسقاط.
إدراج الجسيمات التدريجي:
لمعالجة عدم الاستقرار الناتج عن آليات تقسيم الجسيمات التقليدية، تقدم الورقة استراتيجية إدراج تدريجي تعتمد على مخططات فورونوي (Voronoi diagrams).
بمجرد اقتراب النظام من حالة التوازن، يتم إنشاء مخطط فورونوي ثنائي الأبعاد محلي على المستوى المماسي للمناطق ذات الانحناء العالي لتحديد أكبر الفجوات غير المغطاة.
يتم إدراج جسيمات جديدة عند مراكز هذه الفجوات، ثم تُسقط مرة أخرى في الفضاء ثلاثي الأبعاد. تقلل هذه الآلية من تقلبات طاقة النظام وتحافظ على التوازن أثناء زيادة الكثافة.
المساهمات الرئيسية
أخذ عينات تكيفي يعتمد على الانحناء متعدد المقاييس: يسمح دمج هرم الفوكسل مع التحسين القائم على الانحناء للخوارزمية بتعديل كثافة أخذ العينات تلقائياً، مما يقلل حجم البيانات في المناطق المسطحة مع الحفاظ على التفاصيل في المناطق المعقدة.
آلية القوة المنفصلة: من خلال فصل قوى الجذب (الإسقاط) والتنافر (التوزيع) في النطاق الزمني واستخدام إسقاط موزون للتدرج الرمادي وتدرج الدرجة الثانية، تحقق الطريقة تحديداً دقيقاً للحواف دون التضحية بانتظام التوزيع.
التفاعل المحلي الفعال: معاملة التنافر كقوة محلية قصيرة المدى ضمن جوار مكون من 26 جاراً يحسن بشكل كبير من كفاءة الحوسبة مقارنة بنماذج التفاعل العالمية.
الإدراج التدريجي المستقر: تسمح آلية الإدراج الموجهة بـ "فورونوي" بزيادة معدل أخذ العينات التكيفي دون تعطيل التوازن الميكانيكي للنظام، وهو ما يعد نقطة فشل شائعة في أنظمة الجسيمات التقليدية.
النتائج التجريبية تم التحقق من صحة الطريقة باستخدام بيانات تصوير مقطعي صناعي لقطعتي عمل من الألمنيوم، مع مقارنة النتائج بكل من Marching Cubes (MC) وDual Marching Cubes (DMC) ونظام جسيمات كلاسيكي. وقد استُخدمت آلة قياس إحداثيات (CMM) عالية الدقة كمرجع حقيقي.
كفاءة أخذ العينات: قللت الطريقة المقترحة عدد نقاط أخذ العينات بنسبة 70% تقريباً مقارنة بـ MC وDMC مع الحفاظ على دقة إعادة البناء، مما قلل بشكل كبير من أعباء التخزين والمعالجة.
جودة التوزيع: أظهر التحليل الإحصائي لتوزيع العينات (الذي تم تقييمه عبر تشابه التبليط السداسي) أن الطريقة المقترحة حققت انتظاماً أعلى بكثير وأخطاء تجمع أقل من MC وDMC.
الدقة البعدية: أظهرت الخوارزمية دقة بعدية محسنة (قياسات قطر الأسطوانة) لمعظم الميزات، ويعزى ذلك إلى تصحيح التدرج من الدرجة الثانية.
الدقة الهندسية: بينما أظهرت الطريقة مقايضات طفيفة في الدقة الهندسية (مثل الشكل الأسطواني والاستواء) لبعض الميزات مقارنة ببعض الطرق التقليدية، إلا أن النتائج ظلت ضمن النطاقات المقبولة للتطبيقات المترولوجية. وقد ساعد النهج متعدد المقاييس في التخفيف من الحساسية تجاه الضجيج.
التكلفة الحسابية: على الرغم من أن وقت التشغيل أطول من الطرق الساكنة (MC/DMC) بسبب التحسين التكراري، إلا أنه أسرع بكثير من طرق أنظمة الجسيمات التقليدية بفضل حسابات القوة المحلية وأخذ العينات التكيفي.
الأهمية والادعاءات تدعي الورقة أن الطريقة المقترحة توفر قيمة هندسية عملية فائقة لتطبيقات التصوير المقطعي المترولوجي الصناعي. فقد نجحت في موازنة المقايضة بين دقة أخذ العينات وحجم البيانات من خلال تحقيق أخذ عينات تكيفي بعدد أقل من النقاط. كما حسنت الطريقة بشكل كبير من المتانة ضد الضجيج والعيوب وضمان توزيع أكثر انتظاماً للجسيمات مقارنة بخوارض الاستخراج الساكنة والديناميكية التقليدية.
يقر المؤلفون بوجود بعض القيود: المخرجات حالياً عبارة عن سحابة نقاط تفتقر إلى الاتصال الطوبولوجي، مما يتطلب معالجة لاحقة لتوليد الشبكة. بالإضافة إلى ذلك، يمكن أن يؤدي الاعتماد على تقليل العينات متعدد المقاييس إلى فقدان المعلومات إذا كان عدد مستويات الهرم مفرطاً، كما تتطلب الطريقة ذاكرة عالية بسبب تخزين بيانات المجالات متعددة المقاييس. ويُقترح في العمل المستقبلي دمج الحفاظ على البنية الطوبولوجية أثناء التهيئة وتحسين استخدام الذاكرة عن طريق تخزين المناطق الصالحة فقط.