[發(fā)明專利]基于CNN的無標(biāo)定曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別方法

有效

• 申請?zhí)枺?/td>: 201710774046.2
• 申請日: 2017-08-31
• 公開（公告）號(hào): CN107578448B
• 公開（公告）日: 2020-08-11
• 發(fā)明（設(shè)計(jì)）人: 陳達(dá)權(quán);黃運(yùn)保;李海艷
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06T7/80
• 分類號(hào): G06T7/80;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

本發(fā)明公開了基于CNN的無標(biāo)定曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別方法，利用主元分析PCA方法將待識(shí)別目標(biāo)曲面的五維點(diǎn)云組降維至二維，從而獲得待識(shí)別目標(biāo)曲面的二維點(diǎn)云組，并將該待識(shí)別目標(biāo)曲面二維點(diǎn)云組作為一組待識(shí)別目標(biāo)曲面數(shù)據(jù)；然后將該待識(shí)別目標(biāo)曲面數(shù)據(jù)輸入已訓(xùn)練成功的CNN拼接曲面?zhèn)€數(shù)識(shí)別器中以輸出待識(shí)別目標(biāo)曲面所包含拼接曲面?zhèn)€數(shù)。本方法中根據(jù)訓(xùn)練成功的CNN拼接曲面?zhèn)€數(shù)識(shí)別器實(shí)現(xiàn)了輸出待識(shí)別目標(biāo)曲面所包含拼接曲面?zhèn)€數(shù)，識(shí)別速度快，識(shí)別準(zhǔn)確度高。另外，通過主元分析PCA方法對五維點(diǎn)云組進(jìn)行降維可以較大程度上降低計(jì)算量，從而提高識(shí)別的速度。

技術(shù)領(lǐng)域

本發(fā)明涉及逆向工程領(lǐng)域，特別是涉及基于CNN的無標(biāo)定曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別方法。

背景技術(shù)

逆向工程是根據(jù)現(xiàn)有的產(chǎn)品模型，利用數(shù)字化測量設(shè)備如激光掃描儀獲取實(shí)體數(shù)據(jù)如點(diǎn)云，然后對這些實(shí)體數(shù)據(jù)進(jìn)行分割與擬合，來構(gòu)建一個(gè)完整的CAD模型。

由于點(diǎn)云具有存儲(chǔ)方便，計(jì)算靈活的特點(diǎn)，是計(jì)算機(jī)圖形學(xué)中一種重要的元數(shù)據(jù)形式，點(diǎn)云逆向重建是點(diǎn)云計(jì)算中的一項(xiàng)重要技術(shù)。近年來，隨著數(shù)字化精度的不斷提高以及掃描對象曲面的復(fù)雜化，對于三維激光掃描儀或CT掃描儀等設(shè)備所獲取的海量點(diǎn)云在進(jìn)行分割處理環(huán)節(jié)非常耗時(shí)。

考慮到曲面所包含的拼接曲面?zhèn)€數(shù)能夠反應(yīng)出該曲面的點(diǎn)云的分割信息，因此，如何識(shí)別無標(biāo)定曲面所包含的拼接曲面的個(gè)數(shù)是本領(lǐng)域技術(shù)人員亟待解決地問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于CNN的無標(biāo)定曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別方法，從而通過拼接曲面的個(gè)數(shù)得到點(diǎn)云的分割信息。

為解決上述技術(shù)問題，本發(fā)明提供一種基于CNN的無標(biāo)定曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別方法，包括：

CNN拼接曲面?zhèn)€數(shù)識(shí)別器訓(xùn)練過程：

步驟A，在目標(biāo)曲面的表面均勻采集n個(gè)目標(biāo)曲面點(diǎn)云，并根據(jù)橢球曲面的擬合方法計(jì)算每個(gè)所述目標(biāo)曲面點(diǎn)云對應(yīng)的兩個(gè)主曲率，然后選取每個(gè)所述目標(biāo)曲面點(diǎn)云的三維坐標(biāo)值及兩個(gè)主曲率作為代表所述目標(biāo)曲面點(diǎn)云的五個(gè)特征，從而獲得所述目標(biāo)曲面五維點(diǎn)云組；

步驟B，利用主元分析PCA方法將所述目標(biāo)曲面五維點(diǎn)云組降維至二維，從而獲得目標(biāo)曲面二維點(diǎn)云組；

步驟C，預(yù)先通過人工標(biāo)定方式找出所述目標(biāo)曲面所包含拼接曲面?zhèn)€數(shù)，并對所述目標(biāo)曲面二維點(diǎn)云組進(jìn)行標(biāo)定，構(gòu)成一組已標(biāo)定訓(xùn)練數(shù)據(jù)；

步驟D，對X個(gè)不同的所述目標(biāo)曲面重復(fù)步驟A至步驟C，獲得X組所述已標(biāo)定訓(xùn)練數(shù)據(jù)，從X組所述已標(biāo)定訓(xùn)練數(shù)據(jù)中隨機(jī)選取m組構(gòu)成訓(xùn)練集P，剩余的所述已標(biāo)定訓(xùn)練數(shù)據(jù)構(gòu)成測試集S，通過所述訓(xùn)練集P和所述測試集S對CNN拼接曲面?zhèn)€數(shù)識(shí)別器進(jìn)行訓(xùn)練，直至所述CNN拼接曲面?zhèn)€數(shù)識(shí)別器訓(xùn)練成功為止；

待識(shí)別目標(biāo)曲面所包含拼接曲面?zhèn)€數(shù)識(shí)別過程：

步驟E，在待識(shí)別目標(biāo)曲面的表面均勻采集n個(gè)待識(shí)別目標(biāo)曲面點(diǎn)云，并根據(jù)橢球曲面的擬合方法計(jì)算每個(gè)所述待識(shí)別目標(biāo)曲面點(diǎn)云對應(yīng)的兩個(gè)主曲率，然后選取每個(gè)所述待識(shí)別目標(biāo)曲面點(diǎn)云的三維坐標(biāo)值及兩個(gè)主曲率作為代表所述待識(shí)別目標(biāo)曲面點(diǎn)云的五個(gè)特征，從而獲得待識(shí)別目標(biāo)曲面五維點(diǎn)云組；

步驟F，利用主元分析PCA方法將所述待識(shí)別目標(biāo)曲面五維點(diǎn)云組降維至二維，從而獲得待識(shí)別目標(biāo)曲面二維點(diǎn)云組，并將該待識(shí)別目標(biāo)曲面二維點(diǎn)云組作為一組待識(shí)別目標(biāo)曲面數(shù)據(jù)；

步驟G，將步驟F獲得的所述待識(shí)別目標(biāo)曲面數(shù)據(jù)輸入已訓(xùn)練成功的所述CNN拼接曲面?zhèn)€數(shù)識(shí)別器中以輸出所述待識(shí)別目標(biāo)曲面所包含拼接曲面?zhèn)€數(shù)；

其中，n、X、m均為正整數(shù)，且m小于X。

優(yōu)選地，所述CNN拼接曲面?zhèn)€數(shù)識(shí)別器訓(xùn)練方法具體包括：