[发明专利]一种基于语义的激光条纹中心线提取及拟合方法有效
申请号: | 202011209079.0 | 申请日: | 2020-11-03 |
公开(公告)号: | CN112381948B | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 陶卫;赵辉;吕娜;崔斌;陈铖;陈启恒;孙逸 | 申请(专利权)人: | 上海交通大学烟台信息技术研究院;上海交通大学 |
主分类号: | G06T17/20 | 分类号: | G06T17/20;G06T7/13;G06V10/26;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 上海旭诚知识产权代理有限公司 31220 | 代理人: | 郑立 |
地址: | 264000 山东省烟台市*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 语义 激光 条纹 中心线 提取 拟合 方法 | ||
1.一种基于语义的激光条纹中心线提取及拟合方法,其特征在于,包括以下步骤:
步骤1、数据预处理:在光刀法三维重建系统中获取原始数据,将三维空间点云分割为以帧为载体的待语义识别与表征的单元,并将所述单元保存为数据帧;所述数据帧还具有时间戳及光切法中的位移信息,所述时间戳及光切法中的位移信息作为三维空间中的z轴向基准;所述数据帧处于帧平面空间中;将各所述数据帧中的条纹划分为至少一个待语义识别与表征的单元;
步骤2、使用深度学习卷积神经网络进行语义分割的条纹语义分类:以各所述数据帧所含的所述单元的特征信息为输入,利用深度学习卷积神经网络进行语义分割,得到各所述单元的预测结果;所述预测结果包括:预测出的多个语义类别,以及所述多个语义类别中每一个语义类别所对应的表征函数;
步骤3、模糊填补:以所述条纹的单向封闭性为准则,填充任意两个所述单元间的空白区域的语义信息,所述语义信息至少包括训练后的神经网络的输出;
步骤4、语义表征:以所述条纹的所述语义信息为基准,同时结合所述数据帧所具有的空间特征向量信息,将所述语义信息与所述空间特征向量信息赋予三维空间中的各点,得到所述各点在三维空间中的语义表征信息。
2.如权利要求1所述的基于语义的激光条纹中心线提取及拟合方法,其特征在于,所述帧平面空间具有光切法的最小分辨力为基准的单元厚度。
3.如权利要求1所述的基于语义的激光条纹中心线提取及拟合方法,其特征在于,所述多个语义类别包括:包含直角、锐角、钝角等三类的角特征点;直线段;包含凸曲线、凹曲线等两类连续的分段曲线;阶跃处(或近似阶跃处)由于线结构光源特点显示为渐变曲线的局部线段。
4.如权利要求1所述的基于语义的激光条纹中心线提取及拟合方法,其特征在于,所述填充任意两个所述单元间的空白区域的语义信息具体包括:在任意两个所述单元间的模糊语义或空白语义区域内,以各所述单元所属开区间边界点坐标为节点,以语义表征函数为载体,使两个所述节点以语义增长形势相连,且在交点处做小区间内的中值滤波以实现平滑相连。
5.如权利要求4所述的基于语义的激光条纹中心线提取及拟合方法,其特征在于,所述小区间的体积不超过两个节点空间体积的5%。
6.如权利要求1所述的基于语义的激光条纹中心线提取及拟合方法,其特征在于,所述赋予三维空间中的语义表征信息具体为:将所述条纹的语义信息与三维空间坐标信息相结合,以空间聚类的形式整合,将所述语义表征信息结合对应的表征函数,得到空间语义信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学烟台信息技术研究院;上海交通大学,未经上海交通大学烟台信息技术研究院;上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011209079.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种具有防腐降噪烟囱的科学考察船
- 下一篇:一种木材加工专用的造型装置