本发明专利技术公开了一种电枢姿态诊断方法、系统、设备、介质和程序产品，属于电磁发射技术领域，本发明专利技术提出了将深度学习网络和轮廓拟合相结合的方法，基于正交的两轴投影图像，结合电枢的三维点云模型，在成像系统内生成大量的电枢投影数据，通过卷积神经网络预测电枢的姿态信息，结合预测的信息调整模型姿态，在该姿态下对模型姿态进行小范围微调，通过实现两个方向上二维图像的轮廓拟合来实现对三维物体的姿态调整；解决了人为标记耗时，且难以量化误差的问题。
【技术实现步骤摘要】
本专利技术属于电磁发射，涉及一种电枢姿态诊断方法、系统、设备、介质和程序产品。
技术介绍
1、电磁轨道发射是一种利用电磁力(能)推进弹丸到高速或者超高速的新型发射技术，能够突破传统化学发射方式的速度极限，出膛速度可达2km/s以上，具有发射动能高、系统效率高、发射频次高、启动时间快、持续发射能力强和安全隐蔽性好等显著优势，在军事领域具有重要应用前景。电磁发射过程往往伴随强烈的弧光、烟尘等干扰因素，不利于开展基于可见光成像的图像诊断。x射线能穿透弧光，烟尘等干扰，对电磁发射过程中膛口或膛内电枢进行成像诊断。目前已有研究人员利用x射线闪光照相获得电枢图像，用于观察电枢的形变，开裂以及姿态变化。很少有针对于闪光照相获得的电枢图像处理的案例。
2、目前应用闪光照相对电磁发射过程中电枢进行成像以及姿态计算主要是通过特征点匹配的方法，该方法的主要原理是：通过不同视角对电枢进行成像，在不同角度的图像上手动标记地标点，以电枢的三维结构作为先验条件，在物体的三维模型上标记对应的三维地标点，通过多幅二维图像和三维物体地标点的配准，计算物体的刚性变换矩阵，实现高速运动物体的三维姿态计算。这种基于地标点的跨膜态配准方法，需要人为经验的去标记地标点，会产生较大的误差，且无法量化估计该误差；并且对于结构复杂的物体需要数百个地标点来实现配准过程，这个标记过程会很费时费力；并且由于不同角度的视角成像，可能出现由于结构复杂覆盖地标点或成像方向上不同的地标点重合，都会对姿态计算的精度造成影响。
技术实现思路
<
p>1、本专利技术的目的在于解决现有技术中的技术问题，提供一种电枢姿态诊断方法、系统、设备、介质和程序产品。2、为达到上述目的，本专利技术采用以下技术方案予以实现：
3、一种电枢姿态诊断方法，包括以下步骤：
4、获取实际拍摄的图像，将所述实际拍摄的图像输入预先训练好的卷积神经网络，得到电枢点云模型的第一姿态；所述预先训练好的卷积神经网络训练方法包括：
5、获取训练数据集，所述训练数据集为电枢点云模型在预先建立好的成像系统的两轴方向上的投影；
6、将训练数据集输入卷积神经网络进行训练，得到训练好的卷积神经网络；
7、基于电枢点云模型的第一姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的相似度，调整电枢点云模型的姿态，得到电枢点云模型的第二姿态；
8、基于电枢点云模型的第二姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的尺度差异，调整电枢点云模型的姿态，获得最优电枢点云模型的姿态。
9、进一步地，所述成像系统包括：两个点源、两个成像板和被拍摄物体；所述两个点源与对应成像板的中心的连线相互垂直；被摄物体的质心、点源和成像板的中心三点一线设置；所述三维坐标系的坐标原点为任一点源的位置。
10、优选地，所述获取实际拍摄的图像，将所述实际拍摄的图像输入预先训练好的卷积神经网络，得到电枢点云模型的第一姿态，具体为：
11、将实际拍摄的图像输入预先训练好的卷积神经网络，得到预测的电枢角度信息；
12、基于预测的电枢角度新型，调整电枢点云模型的旋转角度，得到电枢点云模型的第一姿态。
13、优选地，所述基于电枢点云模型的第一姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的相似度，调整电枢点云模型的姿态，得到电枢点云模型的第二姿态，具体方法为：
14、将电枢点云模型在成像系统内投影，并提取电枢点云模型投影轮廓；基于实际拍摄的图像，提取实际拍摄的图像轮廓；
15、将电枢点云模型按照相同的步长绕x，y，z轴转动，对比投影轮廓和实际拍摄的图像轮廓的相似度，直到找到最相近的投影轮廓；
16、根据最相近的投影轮廓对应的电枢角度，调整电枢点云模型的旋转角度，得到电枢点云模型的第二姿态。
17、优选地，所述基于电枢点云模型的第二姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的尺度差异，调整电枢点云模型的姿态，获得最优电枢点云模型的姿态的具体方法为：
18、将电枢点云模型在成像系统内投影，提取电枢点云模型投影轮廓；基于实际拍摄的图像，提取实际拍摄的图像轮廓；
19、将再投影轮廓与实际拍摄的图像轮廓的二维坐标点集转化为三维坐标点集；
20、基于再投影轮廓与实际拍摄的图像轮廓的三维坐标点集，利用icp算法找到与实际拍摄的图像轮廓最接近的再投影轮廓的三维坐标点集，得到最优刚性变换矩阵；
21、基于最优刚性变换矩阵，调整电枢点云模型的姿态；
22、计算再投影轮廓与实际拍摄的图像轮廓的尺度差异，所述尺度差异为两个轮廓的面积差值s；
23、迭代上述步骤，直到s收敛于s∈(0.99,1.01)；获得最优电枢点云模型的姿态，所述最优电枢点云模型的姿态为最后一次迭代的电枢点云模型的姿态。
24、进一步地，所述刚性变换矩阵为：
25、
26、其中，r为3*3的旋转矩阵，t为3*1的平移向量。
27、一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令指示计算机执行上述电枢姿态诊断方法。
28、一种电枢姿态诊断系统，包括：
29、电枢姿态预测模块，用于获取实际拍摄的图像，将所述实际拍摄的图像输入预先训练好的卷积神经网络，得到电枢点云模型的第一姿态；所述预先训练好的卷积神经网络训练方法包括：
30、获取训练数据集，所述训练数据集为电枢点云模型在预先建立好的成像系统的两轴方向上的投影；
31、将训练数据集输入卷积神经网络进行训练，得到训练好的卷积神经网络；
32、电枢姿态初调模块，基于电枢点云模型的第一姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的相似度，调整电枢点云模型的姿态，得到电枢点云模型的第二姿态；
33、电枢姿态微调模块，基于电枢点云模型的第二姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的尺度差异，调整电枢点云模型的姿态，获得最优电枢点云模型的姿态。
34、一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的电枢姿态诊断方法的步骤。
35、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的电枢姿态诊断方法。
36、与现有技术相比，本专利技术具有以下有益效果：
37、本专利技术将卷积神经网络和轮廓拟合的方法相结合，通过卷积神经网络预测电枢点云模型姿态信息，并在该姿态基础上采用轮廓拟合方法对电枢点云模型姿态进行小范围调整，无需人为对不同角度成像进行标注，节省了人力；并且本专利技术利用两轴的轮廓约束调整电枢点云模型的姿态，通过迭代计算达到收敛，能够减少人为标记地标点带来的误差。
38、进一步地，本专利技术通过将二维轮廓本文档来自技高网
...
【技术保护点】
1.一种电枢姿态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电枢姿态诊断方法，其特征在于，所述成像系统包括：两个点源、两个成像板和被拍摄物体；所述两个点源与对应成像板的中心的连线相互垂直；被摄物体的质心、点源和成像板的中心三点一线设置；所述三维坐标系的坐标原点为任一点源的位置。
3.根据权利要求1所述的电枢姿态诊断方法，其特征在于，所述获取实际拍摄的图像，将所述实际拍摄的图像输入预先训练好的卷积神经网络，得到电枢点云模型的第一姿态，具体为：
4.根据权利要求1所述的一种电枢姿态诊断方法，其特征在于，所述基于电枢点云模型的第一姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的相似度，调整电枢点云模型的姿态，得到电枢点云模型的第二姿态，具体方法为：
5.根据权利要求1所述的一种电枢姿态诊断方法，其特征在于，所述基于电枢点云模型的第二姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的尺度差异，调整电枢点云模型的姿态，获得最优电枢点云模型的姿态的具体方法为：
6.根据权利要求5所述的一种电枢姿态诊断方法，其特征在于，所述刚性变换矩阵为：
7.一种计算机程序产品，所述计算机程序产品包括计算机指令，其特征在于，所述计算机指令指示计算机执行权利要求1-6任一项所述电枢姿态诊断方法。
8.一种电枢姿态诊断系统，基于权利要求1所述的电枢姿态诊断方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-6任一项所述的电枢姿态诊断方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-6任一项所述的电枢姿态诊断方法。
...
【技术特征摘要】
1.一种电枢姿态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电枢姿态诊断方法，其特征在于，所述成像系统包括：两个点源、两个成像板和被拍摄物体；所述两个点源与对应成像板的中心的连线相互垂直；被摄物体的质心、点源和成像板的中心三点一线设置；所述三维坐标系的坐标原点为任一点源的位置。
3.根据权利要求1所述的电枢姿态诊断方法，其特征在于，所述获取实际拍摄的图像，将所述实际拍摄的图像输入预先训练好的卷积神经网络，得到电枢点云模型的第一姿态，具体为：
4.根据权利要求1所述的一种电枢姿态诊断方法，其特征在于，所述基于电枢点云模型的第一姿态，通过对比电枢点云模型投影轮廓和实际拍摄的图像轮廓的相似度，调整电枢点云模型的姿态，得到电枢点云模型的第二姿态，具体方法为：
5.根据权利要求1所述的一种电枢姿态诊断方法，其特征在于，所述基于电枢点云模型的第二姿态，...
【专利技术属性】
技术研发人员：石桓通，徐明，席静媛，陈立，吴坚，李兴文，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。