[发明专利]一种工件投影轮廓提取方法、装置及相关设备在审
申请号: | 202210720153.8 | 申请日: | 2022-06-23 |
公开(公告)号: | CN115100425A | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 魏登明;杨海东;李泽辉 | 申请(专利权)人: | 佛山市南海区广工大数控装备协同创新研究院 |
主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V10/24;G06V20/64 |
代理公司: | 佛山市禾才知识产权代理有限公司 44379 | 代理人: | 刘羽波;陈嘉琦 |
地址: | 528000 广东省佛山市*** | 国省代码: | 广东;44 |
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 工件 投影 轮廓 提取 方法 装置 相关 设备 | ||
1.一种工件投影轮廓提取方法,其特征在于,包括以下步骤:
获取工件目标三维姿态数据,并根据所述三维姿态数据预设初始姿态三维点云;
通过运用三维旋转变换对所述工件目标进行姿态矫正,根据所述初始姿态三维点云矫正后获得矫正三维点云;
根据所述矫正三维点云通过投影轮廓特征提取算法进行工件投影轮廓提取,生成特征矩阵的特征样本矩阵;
通过PCA算法对投影轮廓提取的所述特征矩阵进行降维处理,得到特征向量矩阵。
2.如权利要求1所述的工件投影轮廓提取方法,其特征在于,所述获取工件目标三维姿态数据,并根据所述三维姿态数据预设初始姿态三维点云具体包括以下子步骤:
运用PEMSPNC算法计算出工件目标的三维姿态角(α,β,θ),并根据所述三维姿态角预设初始姿态三维点云P。
3.如权利要求2所述的工件投影轮廓提取方法,其特征在于,所述通过运用三维旋转变换对所述工件目标进行姿态矫正,根据所述初始姿态三维点云矫正后获得矫正三维点云具体包括以下子步骤:
运用三维旋转变换对工件目标进行姿态矫正,绕MCS坐标中Xm轴旋转-α角,Ym轴旋转-β角,Zm轴旋转-θ角,矫正使得探测工件的三维姿态角度均为0°,根据所述初始姿态三维点云P进行姿态矫正后的获得矫正三维点云P′。
4.如权利要求3所述的工件投影轮廓提取方法,其特征在于,所述根据所述矫正三维点云通过投影轮廓特征提取算法进行工件投影轮廓提取,生成特征矩阵的特征样本矩阵具体包括以下子步骤:
将所述矫正三维点云P′,分别投影至XY坐标平面,投影图像记为PXY;
计算所述投影图像PXY的质心分别为OXY;
以所述OXY为起点沿X轴正向的射线为极轴,通过计算所述投影图像PXY中任一点pi与OXY的距离ri及极轴的夹角θi,记pi的坐标为(ri,θi),其中,θi∈[-π,π]);
以OXY为起点,以角度Δ为间隔在[-π,π]范围内划分角度区间,划分角度区间的数目为K,其中,Δ的范围为(0.5°,5°);
统计落在θk内的点与所述OXY的距离,按照降序排列,得到最大距离值max作为投影轮廓向量的第k个值,具体公式(1)如下:
5.如权利要求4所述的工件投影轮廓提取方法,其特征在于,所述通过PCA算法对投影轮廓提取的所述特征矩阵进行降维处理,得到特征向量矩阵具体包括以下子步骤:
对特征矩阵XMN进行中心化处理,计算特征矩阵XMN的协方差矩阵CMN;
通过SVD分解协方差矩阵CMN得到特征向量ei和对应的特征值λi,并将计算得到的λi进行降序排序,其中,i=1,2,3…N;
根据计算得到的λi计算协方差矩阵CMN中每个变量的贡献率θi和累计贡献率Θr,其中,i=1,2,3…N;
根据设定的累计贡献率限度和求出的协方差前r列矩阵的所述累计贡献率Θr,选取所述特征向量矩阵的维度r;其中r≤N;
选取按降序排序的λi前r个特征值对应的ei组合成目标的投影矩阵ZNr相乘得到降维后的所述特征向量矩阵YMr,其中,i=1,2,3…N。
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佛山市南海区广工大数控装备协同创新研究院,未经佛山市南海区广工大数控装备协同创新研究院许可,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/202210720153.8/1.html,转载请声明来源钻瓜专利网。