-
公开(公告)号：CN117788476B
公开(公告)日：2024-05-10
申请号：CN202410212085.3
申请日：2024-02-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于数字孪生技术的工件缺陷检测方法、装置，包括：计算模板点云和标准场景点云的特征描述子；根据模板点云和标准场景点云的特征描述子进行模板匹配，得到多个感兴趣区域，生成感兴趣区域集合；根据感兴趣区域集合计算每个感兴趣区域对应的外包盒；根据外包盒对实际场景点云进行过滤，得到待检测工件对应的目标点云；根据待检测工件对应的目标点云，得到待检测工件的缺陷检测结果。本发明能够在工件缺陷检测过程中快速、批量的过滤出工件对应的多实例目标点云数据，提高工件缺陷检测的效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN117788476A
公开(公告)日：2024-03-29
申请号：CN202410212085.3
申请日：2024-02-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于数字孪生技术的工件缺陷检测方法、装置，包括：计算模板点云和标准场景点云的特征描述子；根据模板点云和标准场景点云的特征描述子进行模板匹配，得到多个感兴趣区域，生成感兴趣区域集合；根据感兴趣区域集合计算每个感兴趣区域对应的外包盒；根据外包盒对实际场景点云进行过滤，得到待检测工件对应的目标点云；根据待检测工件对应的目标点云，得到待检测工件的缺陷检测结果。本发明能够在工件缺陷检测过程中快速、批量的过滤出工件对应的多实例目标点云数据，提高工件缺陷检测的效率和精度。
-
公开(公告)号：CN117474973A
公开(公告)日：2024-01-30
申请号：CN202311418126.6
申请日：2023-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种工业零件尺寸测量方法、装置及系统，所述工业零件尺寸测量方法包括获取工业零件的标准点云和待测点云；基于检测对象的类型，对标准点云进行标注，选取特征点；将特征点的索引、各个检测对象的类型，各个检测对象尺寸的标准值以及最大最小值保存在配置文件中，并基于所述配置文件，将标准点云与待测点云进行匹配，并利用KD‑Tree最邻近算法找到标准点云中的特征点在待测点云中对应的特征点的索引；基于在待测点云中找到的特征点，计算出检测对象的尺寸。本发明能够解决现有的手工测量工业零件尺寸存在误差和测量效率低的问题。
-
公开(公告)号：CN118657743B
公开(公告)日：2025-01-24
申请号：CN202410844910.1
申请日：2024-06-27
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/762 , G06V10/764
Abstract: 本发明涉及一种基于张量投票的工业零件检测方法及系统，属于计算机图形学技术领域。方法包括：扫描工业零件得到点云集，采用张量投票算法对所述点云集进行分类，得到不同类别的点集；采用优化的Delaunay三角剖分算法，对所述不同类别的点集分别进行Delaunay三角剖分，得到各类别点集的Delaunay三角网格；对所述Delaunay三角网格进行融合与优化，重建所述工业零件的曲面；基于所述曲面进行所述工业零件的缺陷检测。该方法通过张量投票、贪婪投影算法与Delaunay三角剖分算法结合，重建工业零件的3D模型，能够再现工业零件表面缺陷，提高对工业零件缺陷检测的精度。
-
公开(公告)号：CN117611649A
公开(公告)日：2024-02-27
申请号：CN202311366236.2
申请日：2023-10-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种工业零件尺寸测量方法、装置、系统及存储介质，方法包括获取标准点云和待测工业零件的待测点云，对标准点云进行标注选取标准点云的特征点；将标准点云与待测点云进行匹配并采用KD‑Tree最邻近算法找到标准点云的特征点在待测点云中对应的索引；其中，KD‑Tree最邻近算法所使用的KD‑Tree模型在构建时采用当前节点的深度及数据点的维度动态选择切分维度；根据标准点云的特征点在待测点云中对应的索引计算出待测点云中对应检测点的尺寸，获得测量结果。本申请在测量时通过点云技术结合KD‑Tree最邻近算法，可以高效的匹配测量点，提高零件测量的效率、减少测量时间。
-
公开(公告)号：CN118657743A
公开(公告)日：2024-09-17
申请号：CN202410844910.1
申请日：2024-06-27
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/762 , G06V10/764
Abstract: 本发明涉及一种基于张量投票的工业零件检测方法及系统，属于计算机图形学技术领域。方法包括：扫描工业零件得到点云集，采用张量投票算法对所述点云集进行分类，得到不同类别的点集；采用优化的Delaunay三角剖分算法，对所述不同类别的点集分别进行Delaunay三角剖分，得到各类别点集的Delaunay三角网格；对所述Delaunay三角网格进行融合与优化，重建所述工业零件的曲面；基于所述曲面进行所述工业零件的缺陷检测。该方法通过张量投票、贪婪投影算法与Delaunay三角剖分算法结合，重建工业零件的3D模型，能够再现工业零件表面缺陷，提高对工业零件缺陷检测的精度。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
