欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022101898100
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法,其特征在于,所述方法包括以下步骤:

步骤S100:获取大型蒙皮的三维点云坐标,根据所述三维点云坐标计算多尺度邻域近邻点集;

步骤S200:在各个尺度下,计算所述邻域近邻点集在三个预设的参考平面上的二维投影向量,在各预设参考平面的投影特征平面计算并排列所有相邻向量的夹角,从对应各投影特征平面排列后的所有相邻向量的夹角中得到对应各投影特征平面的最大夹角,并根据所述最大夹角得到各投影平面的空间空缺百分比;

步骤S300:根据所述各投影平面的空间空缺百分比和预设的超参数阈值得到三投影平面总和特征值,根据所述三投影平面总和特征值获取点云边界点集合;

步骤S400:根据所述点云边界点集合,根据视角方向搜索机制将点云聚类并有序化,输出多个带标记点的有序点云类集合;

步骤S500:利用步骤S400中的有序点云类集合,加入局部一维遮罩,计算遮罩前后的特征向量角度变化值,取所述特征向量角度变化值小于预设的角度阈值的标记点区间段点集,测量所述区间段的缺损参数,实现大型蒙皮边缘缺陷。

2.根据权利要求1所述的方法,其特征在于,步骤S100具体为:在点P0取P0的邻域半径rn内的所有点集,具体为:Srn={Pi|||Pi‑P0||∈rn}其中,rn(n=1,2,...,L,L为自然数)在多个尺度半径依次为:r<r1,r1<r<r2,...,rL‑1<r<rL,(xpi,ypi,zpi)为点Pi的三维点云坐标,(xp0,yp0,zp0)为点P0的三维点云坐标。

3.根据权利要求2所述的方法,其特征在于,步骤S200中在各个尺度下,计算所述邻域近邻点集在三个预设的参考平面上的二维投影向量,具体为:对邻域点集Sm={Pi|||Pi‑P0||∈rn}中所有点Pi以P0为原点建立相对距离新点集,具体为:

3x1

Pi_new=Pi‑P0,Pi_new∈R

3x1

其中,R 表示3乘1的实数域向量;

将Pi_new=(xi,yi,zi)简记为Pni;

所述三个预设的参考平面为:以过向量组(a,b)={a=(1,0,0),b=(0,1,0)}向量的x‑y参考平面,以过向量组(a,b)={a=(1,0,0),b=(0,0,1)}的x‑z参考平面,以过向量组(a,b)={a=(0,1,0),b=(0,0,1)}的y‑z参考平面;

所述邻域近邻点集在对应的参考平面上投影后的向量记为:(aj,bj)=(Pni.*a,Pni.*b)其中,(aj,bj)表示邻域近邻点集在对应的参考平面上投影后的向量,.*表示向量点乘。

4.根据权利要求3所述的方法,其特征在于,步骤S200中在各投影特征平面计算并排列所有相邻向量的夹角,从对应各投影特征平面排列后的所有相邻向量的夹角中得到对应各投影特征平面的最大夹角,并根据所述最大夹角得到所述三个预设的参考平面的空间空缺百分比,包括:

步骤S210:以各投影特征平面的向量组(a,b)第一个向量投影后的二维向量为参考向量,计算所有邻域近邻点集中点Pni在对应投影特征平面上投影后的向量与所述参考向量的夹角αj,具体为:

αj=tan(bj/aj)|j∈(1,2,...,m)其中,m为该领域点的数量;

步骤S220:将所有{αj}|j∈(1,2,...,m)按照αj数值升序排列得到{α1,α2,...,αm},得到邻近投影向量的角度差夹角{θ1,θ2,...,θm}={α2‑α1,α3‑α2,...,αm‑αm‑1,α1‑αm+2π;

步骤S230:从对应各投影特征平面排列后的所有相邻向量的夹角中得到对应各投影特征平面的最大夹角,具体为:

θmax=max{θ1,θ2,...,θm}根据所述最大夹角得到所述三个预设的参考平面的空间空缺百分比,具体为:

5.根据权利要求4所述的方法,其特征在于,步骤S300包括:步骤S310:筛选所述投影平面的空缺空间百分比大于所述预设的超参数阈值的点,将所述点对应的投影平面特征值置为1;

步骤S320:根据所述点对应的各投影平面特征值得到三投影平面总和特征值,取三投影平面总和特征值为3的点为空间空缺最大的点云边界点,边界点集合记为Sedge,其中,三投影平面总和特征值取值范围为(0,1,2,3)。

6.根据权利要求5所述的方法,其特征在于,步骤S400包括:步骤S410:对所述Sedge集合建立Kdtree,并对每个点取最近T个近邻;

步骤S420:随机从所述Sedge集合中选取一点Ps作为起始点,所述Ps的T个近邻从近到远表示为Pneighbor={P1,P2,...,PT},以所述Ps初始点记录为当前有序点云类C;

步骤S430:取所述Ps的最近点P1作为下一个起始点Ps_new,将Ps_new加入当前有序点云类序列C,具体为:{C→Ps_new},其中,{→}为所述有序点云类系列的方向,定义当前起始点与上一个起始点的位移向量V=Ps_new‑Ps,当所述Sedge为空时,跳转至S460;

步骤S440:去除Pneighbor={P1,P2,...,PT}中的已经存在于所述当前有序点云类序列C中的起始点,以当前位移向量V为参考,从所述Pneighbor中按照距离从近到远依次搜索下一个起始点,并计算新的位移向量,根据所述新的位移向量Vnew与所述当前位移向量V夹角得到位移向量角度,标记所述位移向量角度大于预设的角度阈值th_v的点为标记点;

步骤S450:当所述Pneighbor为空时,在所述Sedge集合删除当前有序化点云类C,返回步骤S420,否则返回S430;

步骤S460:结束迭代,输出聚类后的带标记点的有序化点云序列集合。

7.根据权利要求6所述的方法,其特征在于,步骤S440还包括:当所述位移向量角度小于预设的角度阈值th_v,则将对应的点设为新的起始点,所述新的位移向量记录为当前位移向量V;当所有近邻点对应的位移向量角度都大于预设的角度阈值th_v,取向量(Vnew*V)最大点为新起始点,并将所述新起始点并入标记点集合。

8.根据权利要求7所述的方法,其特征在于,步骤S500包括:步骤S510:按点数数量原则取步骤S400中输出的所述带标记点的有序化点云类序列集合的数量前N类;

步骤S520:在每个类别中,对所有两两标记点之间的点云施加矩形窗函数,遮盖对应区间段的点集,计算两端加权总位移向量的夹角得到特征向量角度变化值;

步骤S530:输出所述特征向量角度变化值小于预设的角度阈值th_v的标志点间点云集合,检测对应区域缺损参数,实现大型蒙皮缺陷检测。

9.根据权利要求8所述的方法,其特征在于,所述步骤S520包括:步骤S521:在每个类别中,取标志点区间段点集,表示为:{Pz1‑k,Pz1‑k+1,...,Pz1,Pz1+1,Pz1+2,...,Pz2‑1,Pz2,Pz2+1,...,Pz2+k},其中,(Pz1,Pz2)为标志点;

步骤S522:遮罩{Pz1+1,Pz1+2,...,Pz2‑1}区间段有序点云集,分别计算{Pz1‑k,Pz1‑k+1,...,Pz1},{Pz2,Pz2+1,...,Pz2+k}段的加权位移向量Vz1,Vz2,具体为:其中,权值由距离标志点序列数取值,依次为 每个权值从左到右依次对应{[Pz1‑k→Pz1‑k+1],[Pz1‑k+1→Pz1‑k+2],...,[Pz1‑1→Pz1]}与{[Pz2+k‑1→Pz2+k],[Pz2+k‑2→Pz2+k‑1],...,[Pz2→Pz2+1]};

步骤S523:根据所述加权位移向量Vz1,Vz2计算两端加权总位移向量的夹角得到特征向量角度变化值。