[发明专利]基于离散平稳小波变换的半球面和圆锥面模型的辨识方法有效
申请号: | 201710621216.3 | 申请日: | 2017-07-27 |
公开(公告)号: | CN107358655B | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | 孔德明;李晓伟;曹尚杰;沈阅 | 申请(专利权)人: | 秦皇岛燕大燕软信息系统有限公司 |
主分类号: | G06T17/30 | 分类号: | G06T17/30;G06F17/14 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 刘阳 |
地址: | 066004 河北省秦皇岛*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 离散 平稳 变换 半球 圆锥 模型 辨识 方法 | ||
本发明公开了一种基于离散平稳小波变换的半球面和圆锥面模型的辨识方法,首先,利用三维扫描仪获取被测曲面的点云数据;然后,利用格网化方法得出该被测曲面的高程图像和图像中各行和各列像素的高程序列;再利用离散平稳小波变换对所得高程序列进行处理,得到对应的小波细节系数序列;进而,根据高程序列以及小波细节系数序列之间的对应关系,推导出被测曲面理想的数学表达式;根据估计出的理想数学表达式,计算出被测曲面理想的高程序列及对应的小波细节系数;最后对实测数据高程序列对应的小波细节系数序列和被测曲面理想数学表达式所对应的小波细节系数序列进行分析,实现对被测模型的辨识。
【技术领域】
本发明涉及逆向工程领域,尤其涉及关于一种基于离散平稳小波变换的半球面和圆锥面模型的辨识方法,用于对被辨识模型进行几何参数提取并确定被辨识模型的形状。
【背景技术】
随着经济的不断发展,市场规模不断扩大,加工业中各种形状的物体层出不穷,曲面检测与辨识在逆向工程与加工业中充当着重要角色。在产品的设计周期中,这种技术显得愈发重要,绝大多数机械零件的外部形状都可用平面、圆锥面、球面等描述。由这些曲面构建而成的物体广泛存在于人们的日常生活中,在对这类物体进行生产加工时,需要将这些曲面以几何参数模型的形式进行精确表示。因此,在智能化现代加工工业中,设计人员会对这类物体的原始模型进行三维测量,得到其点云数据,然后对点云数据进行处理,判断被测物体表面曲面的结构类型并提取出其几何参数模型,也就是利用逆向工程技术实现对其进行设计并大批量高精度加工制造的目的。
目前,在实际应用中,曲面辨识方法主要有传统的利用千分尺的接触式人工测量与辨识方法,借助基于三角网的被测曲面微分属性(如法矢,曲率)进行辨识的方法以及借助图像处理技术进行辨识的方法。人工辨识方法主要受限于操作人员的视力与经验水平,方法的鲁棒性较差,得到的被测曲面几何参数精度较差,使用时间也较长。当借助被测曲面微分属性进行辨识时,由于在曲面点云数据获取过程中,被测曲面表面会不可避免地产生一些噪声(如利用光学三维扫描仪测量被测曲面点云数据时需要在被测曲面表面进行贴片),这将导致被测曲面的微分属性出现误差,因此使用该方法得到的检测结果精度并不理想。例如,何荣,李际军发表的论文“逆向工程中特征曲面的识别方法”中所述方法在处理海量数据时需要进行大量拟合计算,效率也较低。另外,申请号为201110456158.6的发明专利公开了一种三维物体识别方法及系统,运用两个摄像头采集被测区域像素数据,根据得到数据中对应的像素点视差以及边缘检测得到每个点的深度信息,然后进行聚类和分割拓扑分析,并与数据库中特征数据比较得到识别结果。该方法对于物体上不能确定视差的点的深度信息精度不高,影响聚类结果,进而影响识别结果的精度,且该方法在没有特征数据库支持的情况下无法完成。
如何采用现代化技术,快速、准确地对被测曲面进行辨识是目前逆向工程与智能加工领域内急需解决的一个重要问题。
【发明内容】
本发明针对半球面和圆锥面模型,提供一种基于离散平稳小波变换的半球面和圆锥面模型的辨识方法,实现对被测模型进行辨识以及几何参数进行提取的目的。
为实现上述目的,本发明是通过以下技术方案实现的:
一种基于离散平稳小波变换的半球面和圆锥面模型的辨识方法,其包括以下步骤:
步骤一、利用三维扫描仪对被测模型进行扫描,获取被测模型的点云数据;
利用三维扫描仪对被测模型进行扫描,获取该被测模型表面各点在xyz三维空间内的位置信息,利用获取到的位置信息构成该被测模型的点云数据;
步骤二、对步骤一中所得到的被测模型的点云数据进行格网化处理,得出该被测模型的高程图像,进而分别获取该被测模型表面结构沿x轴方向和沿y轴方向的高程序列;
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秦皇岛燕大燕软信息系统有限公司,未经秦皇岛燕大燕软信息系统有限公司许可,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/201710621216.3/2.html,转载请声明来源钻瓜专利网。