一种基于点云的刚体缺陷分类方法、装置及设备制造方法及图纸

本发明专利技术公开了一种基于点云的刚体缺陷分类方法、装置及设备，利用分布和散度计算为刚体选取若干个怀疑缺陷的感兴趣区域，对全局进行局部特征化，利用NDT算法进行粗匹配，计算标准部件样本与待测物体匹配块之间的KL散度等信息筛选出缺陷感兴趣区域，为分类网络输入数据处理减轻负担，提高效率；利用轻量型的缺陷分类网络，结合兴趣区域全局与局部信息拼接进行分类学习，并在局部特征学习中添加自注意力机制，将缺陷感兴趣区域的局部点云输入缺陷分类网络，通过自注意力机制扩大感受野，结合点云局部特征与全局特征，对特征有更强的捕捉能力的同时，提高缺陷分类准确度，降低了计算成本与复杂度，具有计算成本低、速度快、精确度高的优点。的优点。的优点。

【技术实现步骤摘要】
一种基于点云的刚体缺陷分类方法、装置及设备


[0001]本专利技术涉及点云数据处理领域，具体涉及一种基于点云的刚体缺陷分类方法、装置及设备。

技术介绍

[0002]部件工件表面的缺陷检测对于保证设备安全运维具有重要意义。在工业应用中，由于部件老化、腐蚀和摩擦等原因，部件可能出现裂缝、凹凸面、孔洞等缺陷，缺陷的产生使得具体部件组成的设备由于质量原因，引发不可忽视的设备故障和安全事故。因此，对部件的缺陷检测研究是十分必要的。
[0003]近些年，随着三维目标检测、3D光电传感器的不断发展，点云与深度学习应用于三维目标检测逐渐，点云数据其具有丰富信息的特点使得3D目标检测，相比于2D信息，3D点云信息不仅提供了RGB信息，还在三维空间结构上具有一定的优势。然而，由于点云数据的无序性，不规则性，使得点云数据在非传统目标检测方法中处理不便，相关技术提出一种基于自适应选择邻域的点云分类和分割方法及系统，通过选取出最合适的邻域点，丢弃冗余的邻域点，该方法仍存在着计算成本高、算法复杂度高等问题。

技术实现思路

[0004]为了解决现有技术中的问题，本专利技术提供了一种基于点云的刚体缺陷分类方法、装置及设备，针对缺陷感兴趣区域添加了自注意力机制分类网络，分别降低了输入点云的数据量，提高了分类计算成本输入，具有计算成本低、速度快、精确度高的优点。
[0005]为了实现以上目的，本专利技术一方面提供了一种基于点云的刚体缺陷分类方法，其特征在于，包括以下步骤：
[0006]步骤S1：采集标准部件样本的点云数据，并进行预处理；
[0007]步骤S2：利用切片法计算标准部件样本体积，并划分栅格，记栅格为G＝{G1，G2...G
i
}；
[0008]步骤S3：计算标准部件样本均值μ
sample
与协方差γ
sample
，计算栅格内均值μ＝{μ1,μ2...μ
i
}，协方差γ＝{γ1,γ2...γ
i
}，构建子栅格高斯分布，记为标准部件样本高斯分布ψ(μ
i
,γ
i
)；
[0009]步骤S4：采集待检测物体的点云数据，并进行预处理；
[0010]步骤S5：计算待测物体均值μ
object
与协方差γ
object
，利用NDT算法进行点云配准，配准之后，按照步骤S2方法划分栅格按照步骤S3方法获得待测物体高斯分布ψ
′
(μ
′
i
,γ
′
i
)；
[0011]步骤S6：计算KL散度，配比待测物体与标准部件样本的对应栅格块，筛选出疑似缺陷区域，作为缺陷感兴趣区域ROI
bad
；
[0012]步骤S7：将缺陷感兴趣区域ROI
bad
送入缺陷分类网络，所述缺陷分类网络结合缺陷感兴趣区域全局与局部信息的拼接进行分类学习，并在局部特征学习中添加自注意力机
制，获得待测物体缺陷类别，记录栅格id出现缺陷的次数，若在同一栅格检测缺陷率达到设定值时，则将该栅格标记为易缺陷区域。
[0013]进一步地，所述步骤S1包括：
[0014]步骤S11：获取标准部件样本点云数据后，对点云数据进行降噪处理，使用3x3高斯核卷积滤波实现点云数据的降噪处理，滤波后数据保持原点云数据的细节特性；
[0015]步骤S12：将滤波后的点云数据进行均匀采样，减少点云数据量的同时保持细节特征不缺失，预处理后的标准部件样本的点云数据记为P
whole
＝[x
w
,y
w
,z
w
]，数量为N
w
。
[0016]进一步地，所述步骤S2包括：
[0017]步骤S21：遍历P
whole
＝[x
w
,y
w
,z
w
]的z
w
，得到标准部件样本z
max
，z
min
，选择z
max
,z
min
对应投影[x
h
,y
hm
],[x
l
,y
l
]自下而上统计不重叠点云个数为PointNum；
[0018]步骤S22：根据h＝PointNum/2对标准部件样本进行切片操作，其中一个切片S
n
(0<n≤h)利用积分求面积为A
n
＝∫∫
D
f(x,y)dσ，切片体积则为V
n
＝A
n
*((z
max
‑
z
min
)/h)；求出点云体积为
[0019]步骤S23：划分i个栅格，自下而上，自左而右标记栅格G＝{G1，G2...G
i
}，各子栅格中点云个数分别为N
i
个，数据为P
i
＝[x
i
,y
i
,z
i
]。
[0020]进一步地，所述步骤S3包括：
[0021]步骤S31：计算标准部件样本子栅格内各自的均值为得到子栅格均值集合μ＝{μ1,μ2...μ
i
}；
[0022]步骤S32：计算标准部件样本各个子栅格的协方差：步骤S32：计算标准部件样本各个子栅格的协方差：得到子栅格协方差均值为γ＝{γ1,γ2...γi}；
[0023]步骤S33：构建标准部件样本子栅格的高斯分布ψ＝{ψ1(μ1,γ1),ψ2(μ2,γ2)...ψ
i
(μ
i
,γ
i
)}；
[0024]步骤S34：计算标准部件样本均值协方差
[0025]进一步地，所述步骤S4包括：
[0026]步骤S41：获取待检测物体点云数据后，对点云数据进行降噪处理，基于3x3高斯核卷积滤波实现点云数据的降噪处理；
[0027]步骤S42：将滤波后的点云数据进行均匀采样，预处理后的待检测物体点云数据记为点数量为N
′
w
。
[0028]进一步地，所述步骤S5包括：
[0029]步骤S51：计算待测物体均值为协方差协方差
[0030]步骤S52：NDT算法配准点云样本，划分i个栅格，并记为子栅格中点云个数为N
i
’
，点云数据为P
i
‘
＝[x
′
i
,y
′
i
,z
′
i
]；
[0031]步骤S53：计算子栅格的均值协方差为构建高斯分布ψ
′
＝{ψ
′1(μ
′1,γ
′1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的刚体缺陷分类方法，其特征在于，包括以下步骤：步骤S1：采集标准部件样本的点云数据，并进行预处理；步骤S2：利用切片法计算标准部件样本体积，并划分栅格，记栅格为G＝{G1,G2...G
i
}；步骤S3：计算标准部件样本均值μ
sample
与协方差γ
sample
，计算栅格内均值μ＝{μ1,μ2...μ
i
}，协方差γ＝{γ1,γ2...γ
i
}，构建子栅格高斯分布，记为标准部件样本高斯分布ψ(μ
i
,γ
i
)；步骤S4：采集待检测物体的点云数据，并进行预处理；步骤S5：计算待测物体均值μ
object
与协方差γ
object
，利用NDT算法进行点云配准，配准之后，按照步骤S2方法划分栅格按照步骤S3方法获得待测物体高斯分布ψ
′
(μ
′
i
,γ
′
i
)；步骤S6：计算KL散度，配比待测物体与标准部件样本的对应栅格块，筛选出疑似缺陷区域，作为缺陷感兴趣区域RQI
bad
；步骤S7：将缺陷感兴趣区域ROI
bad
送入缺陷分类网络，所述缺陷分类网络结合缺陷感兴趣区域全局与局部信息的拼接进行分类学习，并在局部特征学习中添加自注意力机制，获得待测物体缺陷类别，记录栅格id出现缺陷的次数，若在同一栅格检测缺陷率达到设定值时，则将该栅格标记为易缺陷区域。2.根据权利要求1所述的一种基于点云的刚体缺陷分类方法，其特征在于，所述步骤S1包括：步骤S11：获取标准部件样本点云数据后，对点云数据进行降噪处理，使用3x3高斯核卷积滤波实现点云数据的降噪处理，滤波后数据保持原点云数据的细节特性；步骤S12：将滤波后的点云数据进行均匀采样，减少点云数据量的同时保持细节特征不缺失，预处理后的标准部件样本的点云数据记为P
whole
＝[x
w
,y
w
,z
w
]，数量为N
w
。3.根据权利要求2所述的一种基于点云的刚体缺陷分类方法，其特征在于，所述步骤S2包括：步骤S21：遍历P
whole
＝[x
w
,y
w
,z
w
]的z
w
，得到标准部件样本z
max
,z
min
，选择z
max
,z
min
对应投影[x
h
,y
hm
],[x
l
,y
l
]自下而上统计不重叠点云个数为PointNum；步骤S22：根据h＝PointNum/2对标准部件样本进行切片操作，其中一个切片S
n
(0<n≤h)利用积分求面积为A
n
＝∫∫
D
f(x,y)dσ，切片体积则为V
n
＝A
n
*((z
max
‑
z
min
)/h)；求出点云体积为步骤S23：划分i个栅格，自下而上，自左而右标记栅格G＝{G1,G2...G
i
}，各子栅格中点云个数分别为N
i
个，数据为P
i
＝[x
i
,y
i
,z
i
]。4.根据权利要求3所述的一种基于点云的刚体缺陷分类方法，其特征在于，所述步骤S3包括：步骤S31：计算标准部件样本子栅格内各自的均值为得到子栅格均值集合μ＝{μ1,μ2...μ
i
}；步骤S32：计算标准部件样本各个子栅格的协方差：
得到子栅格协方差均值为γ＝{γ1,γ2...γi}；步骤S33：构建标准部件样本子栅格的高斯分布ψ＝{ψ1(μ1,γ1),ψ2(μ2,γ2)...ψ
i
(μ
i
,γ
i
)}；步骤S34：计算标准部件样本均值协方差5.根据权利要...

【专利技术属性】
技术研发人员：王锋，郑甜甜，许郑悦郎，杨蕾，纪程诚，
申请(专利权)人：西京学院，
类型：发明
国别省市：