一种自适应堆叠工件点云数据合成与实例分割方法及装置

    公开(公告)号:CN119515907A

    公开(公告)日:2025-02-25

    申请号:CN202411573161.X

    申请日:2024-11-06

    Abstract: 本发明涉及一种自适应堆叠工件点云数据合成与实例分割方法及装置,方法包括:通过采集单个工件的点云数据,应用特征保持重建算法自动化逆向建模得到单个工件的CAD模型,并建立和训练包含骨干网络模块、语义预测模块、中心点偏移量预测模块、二值聚类模块、向心偏移模块和投票模块的堆叠工件实例分割模型;通过点云数据补全和细节特征保持算法对点云数据进行补全并细化边缘细节,将处理后的点云数据输入训练好的实例分割模型中,实现堆叠工件点云数据的精准实例分割。本发明通过自适应点云数据合成、深度学习实例分割和点云数据补全等技术,显著提高了点云数据的质量和分割精度,适用于复杂工业环境中的工件识别和操作任务。

    一种边缘保持的透明物体深度修复方法及系统

    公开(公告)号:CN118154472A

    公开(公告)日:2024-06-07

    申请号:CN202410332630.2

    申请日:2024-03-22

    Applicant: 厦门大学

    Abstract: 本发明一种边缘保持的透明物体深度修复方法及系统,方法包括:S1,建立透明物体图像数据集;所述透明物体图像数据集包括若干场景下带有透明物体的RGB图像及深度相机获得的真实深度图像;S2,对RGB图像和对应的深度图像分别进行图像预处理,对预处理后的RGB图像及深度图像进行拼接获得拼接图像;S3,建立透明物体深度修复模型,并使用预处理后的透明物体图像数据集进行训练,获得经过训练的模型;S4,构建带有边缘保持的损失函数完成透明物体深度修复模型优化。本发明能够解决深度相机捕获透明物体深度时产生的深度错误与深度缺失问题,以及解决当前深度修复算法效果不佳、边界模糊的问题。

Patent Agency Ranking