随着制造业的快速发展,人们对产品的性能、产品的多样化及产品的生产研发周期有了更高的要求。在工业上,反求零件的CAD模型有着重要的应用。反向设计中,研究人员可以通过图像来识别、测量零件轮廓并实现三维模型重构。就切削式反求而言,在实际的测量和重构过程中,仍存在因拍摄环境不好而导致的图像质量不高、获取的点云杂乱、拟合误差较大等问题,导致最终的重构精度不高。针对以上问题,本文选用切削式反求,研究了高对比度图像的获取方法,在此基础上,提出一种基于区域的图像增强算法,以去除图像中的光斑和杂点,并得到单一、清晰的边缘。在曲面拟合的过程中,选择将复杂曲面分割成简易曲面分别进行拟合,以提高拟合精度。具体研究内容如下。本文首先对图像采集系统进行理论分析及试验研究,根据拍摄环境调节相机的使用模式、色彩饱和度、焦距和光圈大小等参数,并通过拍摄实验对不同光照条件下的零件成像效果进行对比,通过分析零件图像的灰度直方图和灰度散点图发现在弱光照条件下,适当调节相机的饱和度可获得高对比度的图像。零件表面的纹理也是影响成像精度的一个重要因素,本文选用车削、铣削、磨削和线切割等四种不同的切削方式对零件进行加工,获得了四种不同纹理的零件断面,在同样的拍摄条件下对零件断面进行拍摄,通过在Matlab中对图像中零件的轮廓精度进行分析,得出零件表面的物理形态对于成像质量的影响程度,为搭建实验平台提供了理论依据及实验指导。综合现有的实验条件,选定铣削方式获取零件断面,搭建拍摄实验台,并控制相机连续拍摄获取了100层的断面图像。在此基础上,针对100层图像中存在的杂点和光斑等问题,提出一种基于区域的图像增强算法,即依据图像的杂点分布将图像分成不同区域,分别进行灰度值处理,在不影响边缘定位像素点位置的前提下有效地去除了图像中的杂点和光斑。之后用sobel边缘检测算子求出了单层断面图像中清晰、单一的零件边缘。曲面拟合及三维重构过程中,本文利用反向造型软件Imageware,将100层轮廓的点云数据导入软件,选取基于点间距离的点云精简算法对大规模的点云进行简化,并将简化后的点云依据其几何特征分为八个形状简单的部分,选择误差小的算法对不同的部分分别进行曲面拟合,最后将各个曲面经过裁剪、拼接还原零件的三维模型。经过上述步骤反求出给定零件的三维模型,重构零件的面积相对误差为0.69%,得到了较好的重构效果,为反向工程设计提供了参考方法。