[發明專利]一種基于語義的激光條紋中心線提取及擬合方法有效
| 申請號: | 202011209079.0 | 申請日: | 2020-11-03 |
| 公開(公告)號: | CN112381948B | 公開(公告)日: | 2022-11-29 |
| 發明(設計)人: | 陶衛;趙輝;呂娜;崔斌;陳鋮;陳啟恒;孫逸 | 申請(專利權)人: | 上海交通大學煙臺信息技術研究院;上海交通大學 |
| 主分類號: | G06T17/20 | 分類號: | G06T17/20;G06T7/13;G06V10/26;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 上海旭誠知識產權代理有限公司 31220 | 代理人: | 鄭立 |
| 地址: | 264000 山東省煙臺市*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 語義 激光 條紋 中心線 提取 擬合 方法 | ||
1.一種基于語義的激光條紋中心線提取及擬合方法,其特征在于,包括以下步驟:
步驟1、數據預處理:在光刀法三維重建系統中獲取原始數據,將三維空間點云分割為以幀為載體的待語義識別與表征的單元,并將所述單元保存為數據幀;所述數據幀還具有時間戳及光切法中的位移信息,所述時間戳及光切法中的位移信息作為三維空間中的z軸向基準;所述數據幀處于幀平面空間中;將各所述數據幀中的條紋劃分為至少一個待語義識別與表征的單元;
步驟2、使用深度學習卷積神經網絡進行語義分割的條紋語義分類:以各所述數據幀所含的所述單元的特征信息為輸入,利用深度學習卷積神經網絡進行語義分割,得到各所述單元的預測結果;所述預測結果包括:預測出的多個語義類別,以及所述多個語義類別中每一個語義類別所對應的表征函數;
步驟3、模糊填補:以所述條紋的單向封閉性為準則,填充任意兩個所述單元間的空白區域的語義信息,所述語義信息至少包括訓練后的神經網絡的輸出;
步驟4、語義表征:以所述條紋的所述語義信息為基準,同時結合所述數據幀所具有的空間特征向量信息,將所述語義信息與所述空間特征向量信息賦予三維空間中的各點,得到所述各點在三維空間中的語義表征信息。
2.如權利要求1所述的基于語義的激光條紋中心線提取及擬合方法,其特征在于,所述幀平面空間具有光切法的最小分辨力為基準的單元厚度。
3.如權利要求1所述的基于語義的激光條紋中心線提取及擬合方法,其特征在于,所述多個語義類別包括:包含直角、銳角、鈍角等三類的角特征點;直線段;包含凸曲線、凹曲線等兩類連續的分段曲線;階躍處(或近似階躍處)由于線結構光源特點顯示為漸變曲線的局部線段。
4.如權利要求1所述的基于語義的激光條紋中心線提取及擬合方法,其特征在于,所述填充任意兩個所述單元間的空白區域的語義信息具體包括:在任意兩個所述單元間的模糊語義或空白語義區域內,以各所述單元所屬開區間邊界點坐標為節點,以語義表征函數為載體,使兩個所述節點以語義增長形勢相連,且在交點處做小區間內的中值濾波以實現平滑相連。
5.如權利要求4所述的基于語義的激光條紋中心線提取及擬合方法,其特征在于,所述小區間的體積不超過兩個節點空間體積的5%。
6.如權利要求1所述的基于語義的激光條紋中心線提取及擬合方法,其特征在于,所述賦予三維空間中的語義表征信息具體為:將所述條紋的語義信息與三維空間坐標信息相結合,以空間聚類的形式整合,將所述語義表征信息結合對應的表征函數,得到空間語義信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海交通大學煙臺信息技術研究院;上海交通大學,未經上海交通大學煙臺信息技術研究院;上海交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011209079.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種具有防腐降噪煙囪的科學考察船
- 下一篇:一種木材加工專用的造型裝置





