[发明专利]一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法

说明书

本发明公开了一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法。该方法通过构建一种多尺度空间搜索方法，更好的判断对应关键点的空间信息，并以此为依据优化搜索方向以及识别三维点云边缘点，极大的提升了三维图像边缘识别的运行效率，提高了识别成功率；同时，对提取的边界点有序化，并用遮罩特征值变化检测缺陷。该方法能够在更短的时间内更加精确地实现点云图像的边缘缺陷检测，具有极高的算法鲁棒性，能够应用于大尺度、结构复杂且效率要求高的精密检测领域。

技术领域

本发明属于缺陷检测领域，特别是涉及一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法。

背景技术

随着科技的飞速发展，图像获取设备已经能够得到越来越精确且数据量越来越庞大的点云图像。在航空航天智能制造体系中，基于三维机器视觉算法的无接触式的高精度缺陷检测方法一直是受学者聚焦的一个研究方向。基于点云图像的缺陷检测方法对航空航天智能制造技术发展中有着决定性的推动作用。

大型蒙皮作为飞机机体重要的组成部分，是机舱维持正常气压，保持一定机体刚性的关键零件。在蒙皮装配以及日常检修过程中，蒙皮的厚度，拼接间隙，钻孔精度等都有着严格的精度要求。现有蒙皮的边缘检测方法以人工视觉检测为主，其检测标准难以量化、检测过程耗费人力可靠性无法保证；而大尺寸蒙皮难以实现专机测量。因此，基于视觉的边缘检测方法提出对大型蒙皮高精检测有着重要意义。

当前，边缘提取方法最为广泛的是基于二维图像的拉普拉斯算子边缘提取方法，其利用二维图像对两个方向的二阶导数获取图像变化值。二维图像的边缘提取方法像素本身无法明确表示三维蒙皮边缘位姿，精度受限于图像分辨率，同时会损失一个维度的信息。在实际的工业曲面重建时，噪声、光照、系统参数校正等往往都使得该算法难以有效，并不能实现良好的检测以及一个广泛的工业落地化的适应性。在运用于特定对象的同时只能保证一个理想情况下的二维边缘检出，难以满足大型大型蒙皮的边缘缺陷检测要求。

发明内容

针对以上技术问题，本发明提供一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法。

本发明解决其技术问题采用的技术方案是：

一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法，方法包括以下步骤：

步骤S100：获取大型蒙皮的三维点云坐标，根据三维点云坐标计算多尺度邻域近邻点集；

步骤S200：在各个尺度下，计算邻域近邻点集在三个预设的参考平面上的二维投影向量，在各预设参考平面的投影特征平面计算并排列所有相邻向量的夹角，从对应各投影特征平面排列后的所有相邻向量的夹角中得到对应各投影特征平面的最大夹角，并根据最大夹角得到各投影平面的空间空缺百分比；

步骤S300：根据各投影平面的空间空缺百分比和预设的超参数阈值得到三投影平面总和特征值，根据三投影平面总和特征值获取点云边界点集合；

步骤S400：根据点云边界点集合，根据视角方向搜索机制将点云聚类并有序化，输出多个带标记点的有序点云类集合；

步骤S500：利用步骤S400中的有序点云类集合，加入局部一维遮罩，计算遮罩前后的特征向量角度变化值，取特征向量角度变化值小于预设的角度阈值的标记点区间段点集，测量区间段的缺损参数，实现大型蒙皮边缘缺陷。

优选地，步骤S100具体为：

在点P₀取P₀的邻域半径r_n内的所有点集，具体为：

Srn＝{Pi|||P_i-P₀||∈r_n}