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: 2023106692541
申请人: 郑州大学
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:

1.一种激光结构光条纹中心提取方法,其特征在于,包括以下步骤:

S1、采集焊接过程中的激光条纹图像,构建激光条纹数据集;

S2、对激光条纹图像进行预处理,获取激光条纹像素;

S3、设计分割网络,通过激光条纹数据集进行训练和测试;

S4、利用训练完成的分割网络实现激光条纹的提取。

2.根据权利要求1所述的一种激光结构光条纹中心提取方法,其特征在于,S1中采用激光结构光视觉传感器作为视觉感知方式,应用在焊缝跟踪系统中,采集焊缝跟踪过程中不同条件下的激光条纹图像,构建激光条纹数据集,并将其划分为训练集、验证集和测试集,服务于模型的训练和测试。

3.根据权利要求1所述的一种激光结构光条纹中心提取方法,其特征在于,S2中的预处理为:通过图像灰度变化和中值滤波算法,实现激光条纹区域的预处理,并利用相邻图像之间的差分运算,去除焊接过程中的弧光干扰;通过OSTU算法,实现图像的自动二值化分割,获取像素级的激光条纹区域。

4.根据权利要求1所述的一种激光结构光条纹中心提取方法,其特征在于,S3中设计分割网络包括:设计语义特征表征单元和空间特征表征单元,构造双编码器结构,实现结构光条纹图像的有效编码;构建注意力导引的交互式融合单元,实现局部特征增强;设计细节增强单元,丰富网络的细节特征表达,减少语义鸿沟问题的影响;构建分层特征融合单元,实现不同尺度特征的有效融合,增强网络对不同尺度目标的分割能力。

5.根据权利要求4所述的一种激光结构光条纹中心提取方法,其特征在于,语义特征表征单元包括3组卷积,第1组卷积为1个3*3卷积,第2组卷积为2个3*3卷积,第3组卷积为3个

3*3卷积,用于获取不同的感受野。

6.根据权利要求4所述的一种激光结构光条纹中心提取方法,其特征在于,空间特征表征单元包括:2个1*3卷积,2个3*1卷积,1个3*3卷积,用于水平和竖直方向的空间细节特征增强。

7.根据权利要求4所述的一种激光结构光条纹中心提取方法,其特征在于,交互式融合单元利用加法操作融合语义特征表征单元和空间特征表征单元,并将其送入混合注意力子单元,获取注意力特征,将注意力特征分别与语义表征单元和空间表征单元的输出特征图相乘,丰富语义特征表征单元和空间特征表征单元的特征表达,实现局部特征表征能力的增强。

8.根据权利要求4所述的一种激光结构光条纹中心提取方法,其特征在于,细节增强单元包括:1个5×5卷积、2个1×1卷积、3个3×3卷积;细节增强单元采用跳跃连接方式,通过上采样‑下采样结构,增大网络的感受野,获取丰富的细节信息,通过下采样‑上采样结构,去除特征图中噪声信息的干扰。

9.根据权利要求4所述的一种激光结构光条纹中心提取方法,其特征在于,分层特征融合单元包括浅层语义特征融合子单元和深层语义特征融合子单元,浅层语义特征融合子单元通过上采样操作和1*1卷积实现特征图的尺寸和通道信息调整,并通过加法运算得到浅层融合特征;深层语义特征融合子单元通过加法运算、ReLU函数、1*1卷积、BN层和Sigmoid函数,获取注意力权重,将注意力权重分别与两个深层的特征图相乘,以获取注意力特征,最后通过特征串联和3*3卷积,得到深层融合特征;最后,引入深层特征权重和浅层特征权重,分别作用到深层融合特征和浅层融合特征,得到加权融合特征。