版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
2在所述第一检测结果为正常时,基于所述轮盖中心将预先构建的正面和背面分别进行对齐,并基于对齐后的掩模提取所述三维模型的多个待检测区域,提取所述外圈区域的尺寸特征和形状特征,提取所述待检测区域的深基于预先构建的轮盖标准模型的特征、所述外圈区域的尺寸特征基于预先构建的外圈标准尺寸和所述外圈区域的尺寸对所述待检测轮盖进行外圈尺基于预先构建的深度参考信息以及所述待检测区域的深度信息对所述待检测轮盖进将所述剖视轮廓特征与预先构建的标准卡扣剖视轮廓进行相似度对提取所述三维模型的正面二维轮廓和背面二基于预先构建配置的轮廓尺寸筛选出所述正面二维轮廓中的外轮廓以及所述背面二提取所述正面二维轮廓中的第一外轮廓中心点以及所述背面二维轮廓中的第二外轮将所述正面图像和所述背面图像分别进行灰度转换,得到正面灰度获取所述三维模型的正面和背面多个点位的深度值D(i,j),并基于多个点位的深度值D(i,j)将所述正面灰度图像和所述背面灰度图像对应位置的灰度值Gray(i,)进行重新3基于所述轮盖中心将所述深度图像D与所述粗检模板D'进行重叠,并计算重叠后的深度图像D与粗检模板D'的求差图像ID-D'l以及计算求差图像ID-D'l中所有像素点计算多根均匀分布的内径线ln的平均值mean(l1,laIn)和方差var(l,la…In),并将所述平均值mean(l1,laIn)作为所述外圈区域的尺寸特征,以及将所述方差var(l,la…In)基于所述轮盖中心以及定位特征将所述三维模型旋转至标准位姿对每个扇形区域S进行深度值抽样,得到多个抽样点P的深度值D(P);建的深度参考信息以及所述待检测区域的深度信息对所述待检测轮盖进行表面瑕疵检测,基于扇形区域的位置从所述深度参考信息中确定扇形区域的深度参考范围和方将每个扇形区域的平均深度值和深度值方差分别与对应的深度参考范围和方差参在扇形区域的平均深度值和深度值方差分别落入至对应的深度参考范围和方差参4基于预设匹配坐标将所述剖视轮廓特征sv预先构建的标准卡扣剖视轮廓sv'进行配计算配准后的所述剖视轮廓特征与标准卡扣剖视轮廓的重合度co(sv,sv'),其中,所述重合度co(sv,sv')的数学表达式为:式中,S(SV')为标准卡扣剖视轮廓SV'的面积,S(C,)将所述方差var(l,laIn)与预设的方差阈值进行对比,并在所述方差将所述平均值mean(l1,laIn)与预设的内径参考范围进行对比,并在所述平均值第一检测模块,用于基于所述轮盖中心与预先构建的粗特征提取模块,用于提取所述外圈区域的尺寸特征和形状特征5基于预先构建的外圈标准尺寸和所述外圈区域的尺寸对所述待检测轮盖进行外基于预先构建的深度参考信息以及所述待检测区域的深度信息对所述待检测轮6提取所述三维模型的正面二维轮廓和背面二基于预先构建配置的轮廓尺寸筛选出所述正面二维轮廓中的外轮廓以及所述背提取所述正面二维轮廓中的第一外轮廓中心点以及所述背面二维轮廓中的第二度值D(i,j)将所述正面灰度图像和所述背面灰度图像对应位置的灰度值Gray(i,)进行基于所述轮盖中心将所述深度图像D与所述粗检模板D'进行重叠,并计算重叠后的深度图像D与粗检模板D'的求差图像ID-D'l,以及计算求差图像ID-D'l中所有计算多根均匀分布的内径线ln的平均值mean(l1,laIn)和方差var(l1,laIn),7基于多根环形划分线和内径线将处于预设位姿的检测区域划分为多个扇形区域;对每个扇形区域S进行深度值抽样,得到多个抽样点P的深度值D(P);计算每个扇形区域中多个抽样点的平均深度值和深度值方差,得到深度信基于扇形区域的位置从所述深度参考信息中确定扇形区域的深度参考范围将每个扇形区域的平均深度值和深度值方差分别与对应的深度参考范围和方在扇形区域的平均深度值和深度值方差分别落入至对应的深度参考范围和方基于预设匹配坐标将所述剖视轮廓特征sv预先构建的标准卡扣剖视轮廓sv'进8将所述平均值mean(l1,laIn)与预设的内径参考范围进行对比,并在所述平均9[0019]需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构基于蓝光的3D扫描仪来进行三维建模,3D扫描仪是一套能够获取物体表面三维形貌的设[0023]3D扫描仪能在移动中完成物体表面的三维形貌扫描测量,因此具有数据实时采[0029]图3是本申请一实施例中示出的一种基于三维建模的轮盖检测方法的流程图,如本申请先分别提取三维模型的正面二维轮廓和背面二维轮廓,在进行轮廓提取选的方式筛选出所述正面二维轮廓中的外轮廓以及所述背面二维轮廓中的第二外轮廓中心点,以及基于所述第一外轮廓中心点和所述第二外轮廓中心点构建中轴本申请中的粗检过程主要关注轮盖正面和背面的大致深度,轮毂是否存在毛刺、Gray(i,)进行重新赋值,得到深度图像D,其中,所述深度图像D中深度值与所述灰度值呈线性的正比或者反比关系;t表示归一化函数,Gray'为信息替换后的正面灰度图像或者[0040]信息替换后的灰度图像包含了大量的深度信息以及深度通过对比深度图像与粗检模板可以对一些较为明显的瑕疵进行检测。例如较为明显的凸重叠后的深度图像D与粗检模板D'的求差图像ID-D'l,以及计算求差图像ID-D'l中求差图像中所有像素点灰度值的总和可以反映深度图像D与粗检模板D'之间的[0043]其中,Gray(i,)为深度图像D中像素点的灰度值,AL为求差图像ID-D'l中所有像素点的灰度值总和,由上式可知,本申请取深AL中。[0044]由于本申请是通过轮盖中心来对所述深度图像D与所述粗检模板D'进行重叠,节深度图像D的角度。所述方差var(l1,la…In)作为形状特征。[0055]S3512,基于多根环形划分线和内径线将处于预设位姿的检测区域划分为多个扇具体为:将所述方差var(l1,la…In)与预设的方差阈值进行对比,并在所述方差本申请中,按照同样的方式预先将标准模型的正面和背面划分为多个扇形区域,[0064]将每个扇形区域的平均深度值和深度值方差分别与对应的深度参考范围和方在扇形区域的平均深度值和深度值方差分别落入至对应的深度参考范围和方廓特征sv预先构建的标准卡扣剖视轮廓sv'[0080]在本实施例中,存储器可能包含随机存取存储器(RandomAccessMemory,简称[0081]上述的处理器可以是通用处理器,包括中央处理器(CentralProce简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(DigitalSignalProcessing,简称DSP)、专用集成电路(ApplicationSpecific
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 花卉色彩课件
- 绘画日记课件
- 黄河介绍日语课件
- 呵护你的心灵课件
- 红河旅游景点课件
- 初中地理七年级上册“海陆变迁”教学设计
- 初中数学八年级上册轴对称与坐标变化教学设计
- 小学一年级美术《鱼儿游游》教学设计
- 高中生物高三基因工程与蛋白质工程复习课教学设计
- 小学六年级信息技术《画外之音-添加画外音和字幕》教学设计
- 2026年河南省巩义市高一化学上册期末考试检测卷含完整答案(全优)
- 2026年《中国慢性肾脏病临床管理指南(2026版)》
- 2026汽车玻璃行业发展现状分析及智能趋势与应用场景研究报告
- 2026光学薄膜产业现状分析及AR-VR驱动与镀膜技术创新
- XX工程科技创新与“四新技术”应用方案
- 2025青岛水务集团有限公司招聘(89人)笔试历年参考题库附带答案详解
- 钠电池硬碳负极碳化生产线技改产能提升可行性研究报告
- 2026中国物流行业协会职能转变与行业自律机制完善报告
- 城市燃气设计书样本
- (三模)南通市2026届高三第二次调研测试历史试题卷(含答案)
- 修心三不:不生气 不计较 不抱怨 读书分享
评论
0/150
提交评论