[发明专利]一种基于深度相机的发动机缸体孔径尺寸测量方法

权利要求书

1.一种基于深度相机的发动机缸体孔径尺寸测量方法，其特征在于，包括以下步骤：

S1、通过深度相机获取待处理发动机缸体的点云深度图、RGB图和点云渲染图；

S2、将点云深度图、RGB图和点云渲染图输入至点云深度融合网络得到多源深度融合图像；

S3、将多源深度融合图像输入至深度图像检测网络中进行目标分类与特征提取得到检测结果；

S4、采用非极大抑制算法对检测结果进行优化得到最优检测检测框，最优检测框为精确检测出孔位置的深度图；

S5、根据点云与深度图之间的关系，在对应点云上截取相同的范围，得到预测框内的局部点云；

S6、将局部点云输入至PCCD-NET点云处理网络中获取局部点云中圆的边界点；

S7、采用RANSAC算法对局部点云中圆的边界点进行拟合，得到待处理发动机缸体的孔径并计算孔径。

2.根据权利要求1所述的发动机缸体孔径尺寸测量方法，其特征在于：点云深度融合网络包括编码层、融合层、解码层三部分组成。

3.根据权利要求2所述的发动机缸体孔径尺寸测量方法，其特征在于：

编码层用于将输入的点云深度图、RGB图和点云渲染图进行处理并输出图片的深度特征映射；

编码层输出的深度特征映射作为融合层的输入，融合层用于将输入的深度特征映射进行加法融合输出一个包含所有源图像显著特征的特征映射；

融合层输出的特征映射作为解码层的输入，解码层用于将输入的特征映射通过解码网络得到多源融合深度图像；

解码层包含四个卷积层，卷积层滤波器的大小为3×3，解码层网络重建得到多源深度融合图像。

4.根据权利要求2或3所述的发动机缸体孔径尺寸测量方法，其特征在于：编码层由稀疏块和密集块两部分组成，稀疏块包含3×3个用于提取粗糙特征的滤波器，密集块包括三个卷积层，卷积层的滤波器的大小为3×3。

5.根据权利要求1所述的发动机缸体孔径尺寸测量方法，其特征在于：深度图像检测网络包括分别以YOLOv3和Darknet-53作为卷积神经网络的基本框架和网络结构。

6.根据权利要求1所述的发动机缸体孔径尺寸测量方法，其特征在于：在步骤S4中，采用非极大抑制算法对检测结果进行优化得到最优检测检测框包括以下步骤：

S41、设定一个阈值T，判断两个重叠检测框的值I与阈值T的大小关系；

若I＜T，则保留检测框，若I≥T，则进入步骤S42；

S42、比较深度图像中两个检测框中心像素的深度值是否存在差异；

若存在差异，则两个检测框中有两个物体，两个检测框都应保留；

若不存在差异，则两个检测框中的对象属于同一个对象，然后进入步骤S43；

S43、比较检测框的融合深度信息的得分S，取得分较高的作为最优检测框。