一种网格-参数混合模型建模方法和系统

    公开(公告)号:CN114611359B

    公开(公告)日:2024-08-16

    申请号:CN202210259350.4

    申请日:2022-03-16

    Abstract: 本申请公开了一种网格‑参数混合模型建模方法和系统,获取待测物体的点云数据,利用网格生成技术,将点云数据转换为网格曲面,对网格曲面进行网格偏置处理和边界缝合处理,将网格曲面转换为封闭的网格模型;设定待测物体的特征参数,建立参数模型,并对参数模型进行网格化处理;基于布尔运算,将网格模型和参数模型合成混合模型,混合模型使用网格进行表征。本系统包括点云数据模块、网格模型模块、参数模型模块和布尔运算模块。本申请建立的网格‑参数混合模型,既保持原始测量模型精度又具有用户自定义添加特征,既能应用网格模型的操作,又能应用参数模型的操作,提高后续再设计的精度和效率。

    面向飞机部段MBD模型的关键特征提取及标注检查方法

    公开(公告)号:CN116910913A

    公开(公告)日:2023-10-20

    申请号:CN202310948936.6

    申请日:2023-07-30

    Abstract: 本发明提供了一种面向飞机部段MBD模型的关键特征提取方法,获取MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;基于备选关键特征集以及装配层次关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。同时提供了一种关键特征标注检查方法。本发明利用对MBD模型中具有标注的特征进行初步筛选获取备选关键特征,再结合特征重要度的计算,获取最终关键特征,同时对关键特征中的几何公差标注信息进行规范性检验,能够快速在数以万计的特征中,快速定位对产品性能影响最大的关键特征,并且知晓其公差标注是否规范。

    基于前向投影折射模型的水下相机标定方法及装置

    公开(公告)号:CN115375775A

    公开(公告)日:2022-11-22

    申请号:CN202211069443.7

    申请日:2022-09-02

    Abstract: 本发明提供一种基于前向投影折射模型的水下相机标定方法及装置,包括:初始化相机和标定板的位姿;固定相机位姿后,多次改变标定板位姿,在水下进行多姿态标定;基于张正友标定原理,辨识求解相机的内外参数初值;基于前向投影折射模型构建的考虑介质厚度影响的多介质折射模型和三阶的径向和切向畸变模型,对所述相机的所述内外参数初值进行迭代优化,辨识求解相机的内外参数终值,完成相机标定。本发明无需在相同的位置和姿态下获得相同的空中和水下目标图像,亦无需事先在空气中标定,获得相机的固有参数和畸变系数,可直接用于水下相机标定,标定耗时短,标定精度高,标定参数多,适用范围广。

    一种基于线激光扫描的螺柱特征参数测量方法

    公开(公告)号:CN111815503B

    公开(公告)日:2022-08-23

    申请号:CN202010492318.1

    申请日:2020-06-03

    Abstract: 本发明提供了一种基于线激光扫描的螺柱特征参数测量方法,包括:线激光依次扫描螺柱底部焊接平面和螺柱柱面,相机拍摄光刀图像;光刀线图像经三维重建,按照自身类型生成焊接平面点云集和柱面点云集,结合各自点云集应有的空间特征,对点云集数据修正;获取螺柱底部焊接平面特征参数、螺柱轴线方向向量;将柱面点云集沿轴线方向投影到一平面,对投影点集做圆拟合,圆心为螺柱轴线所穿过的点,与轴线方向向量、底部焊接平面特征参数联立,得到螺柱特征参数。本发明克服了线激光传感器扫描螺柱时获取的点云表面信息缺失、光刀受螺纹干扰使得点云存在普遍的噪声和偏差等难点,螺柱特征参数提取结果稳定且准确。

    一种基于深度学习算法的缺陷检测识别装置和方法

    公开(公告)号:CN109724984B

    公开(公告)日:2021-11-02

    申请号:CN201811496896.1

    申请日:2018-12-07

    Abstract: 本发明公开了一种基于深度学习算法的缺陷检测识别装置,涉及缺陷检测识别领域,包括检测台,检测系统,模型推理系统,所述检测系统和所述检测台相连接,所述模型推理系统运行于所述检测系统。本发明在真实加工缺陷数据样本不足的情况下训练出有效的神经网络模型对待检测加工缺陷图像进行检测识别,利用深度学习算法降低了漏检率,实现了待检测装饰板材的全自动检测,降低了人工工作量。

    基于单轴高精度位移平台的相机标定方法

    公开(公告)号:CN110298888B

    公开(公告)日:2021-09-07

    申请号:CN201910507544.X

    申请日:2019-06-12

    Abstract: 本发明提供了一种基于单轴高精度位移平台的相机标定方法,包括:单轴位移平台带动平面标定板沿着其轴线方向做多次平移运动,相机拍摄平面标定板图像,然后通过对焦评价算子选取位于相机景深范围内的平面标定板图像,提取平面标定板中标志点在图像坐标系下的坐标值,利用平面标定板世界坐标系下的标志点坐标值、对应的图像坐标系下的坐标值、对应的单轴位移平台的移动距离构建约束方程,以线性求出相机内参的封闭解;然后考虑镜头的畸变系数,建立相机标定非线性模型,以上述内参封闭解为初始迭代值,最后采用非线性优化算法,求解相机的内外参数。本发明标定过程简单且容易实现标定全自动化,标定结果稳定且精确,提高了标定效率。

    基于深度学习生成工业缺陷样本的方法及系统

    公开(公告)号:CN111127454A

    公开(公告)日:2020-05-08

    申请号:CN201911376015.7

    申请日:2019-12-27

    Abstract: 本发明提供了一种基于深度学习生成工业缺陷样本的方法及系统,包括:步骤1:采集工业缺陷产品图片,并在工业缺陷产品图片上标注缺陷信息;步骤2:构建对抗生成深度模型;步骤3:根据标注的缺陷信息,在抗生成深度模型中进行对抗训练;步骤4:训练获得缺陷样本;步骤5:对缺陷样本进行筛选,剔除不符合预设的缺陷样本,得到工业缺陷样本。本发明所生成的工业缺陷图片互相关性弱,缺陷特征突出,且具有较高的精细结构质量;本发明所生成的工业缺陷图片质量较高,能够显著提升依据其所训练的深度缺陷检测网络的性能指标。

    基于单轴高精度位移平台的相机标定方法

    公开(公告)号:CN110298888A

    公开(公告)日:2019-10-01

    申请号:CN201910507544.X

    申请日:2019-06-12

    Abstract: 本发明提供了一种基于单轴高精度位移平台的相机标定方法,包括:单轴位移平台带动平面标定板沿着其轴线方向做多次平移运动,相机拍摄平面标定板图像,然后通过对焦评价算子选取位于相机景深范围内的平面标定板图像,提取平面标定板中标志点在图像坐标系下的坐标值,利用平面标定板世界坐标系下的标志点坐标值、对应的图像坐标系下的坐标值、对应的单轴位移平台的移动距离构建约束方程,以线性求出相机内参的封闭解;然后考虑镜头的畸变系数,建立相机标定非线性模型,以上述内参封闭解为初始迭代值,最后采用非线性优化算法,求解相机的内外参数。本发明标定过程简单且容易实现标定全自动化,标定结果稳定且精确,提高了标定效率。

    一种大型复杂曲面构件三维形貌光学测量系统和方法

    公开(公告)号:CN106959080B

    公开(公告)日:2019-04-05

    申请号:CN201710230126.1

    申请日:2017-04-10

    Abstract: 本发明提供一种大型复杂曲面构件三维形貌光学测量系统和方法,所述方法基于双目光栅投影测量技术,借助激光跟踪仪和相应的靶标球来获取多站位测量时各个站位的点云位姿,最后将各站位测得的点云根据相应的位姿数据转换到统一的激光跟踪仪坐标系下,实现大尺度复杂面型构件点云数据的全局拼合;所述系统以六自由度机器人为点云空间位姿跟踪单元及双目结构光测量设备的载体,测量开始前首先对双目结构光测量设备进行标定以保证单站位测量精度,然后通过测量路劲规划来保证数据完整性和测量效率。本发明可在非接触条件下实现对各种大尺度复杂面型构件的精确测量,为各种加工质量的评价提供实用可靠完整的三维形貌原始数据。

    无位姿约束线激光单目视觉三维测量传感器参数标定方法

    公开(公告)号:CN102980528B

    公开(公告)日:2015-07-08

    申请号:CN201210473794.4

    申请日:2012-11-21

    Abstract: 无位姿约束线激光单目视觉三维测量传感器参数标定方法,属于光学测量和机械工程技术领域。本发明在提取基础数据后,根据靶标特征点的成像点所构成向量簇叉积方向集合在任意拍摄位姿下的不变性,对成像点排序,建立靶标特征点与其成像点的对应关系;由光刀中心点集拟合直线与靶标特征点的成像点所构成四边形求交,提取光平面特征点,并根据交比不变原理计算其三维坐标。最优化拟合计算单目摄像机内外参数及线激光投射器光平面参数,实现线激光单目视觉三维测量传感器参数的精确标定。标定时,靶标可完全自由移动或旋转,摆放位姿无约束,两部分参数的标定共用同一组标定图像,在保证三维测量传感器标定精度的同时简化了标定步骤。

Patent Agency Ranking