【技術(shù)實現(xiàn)步驟摘要】
本申請實施例涉及計算機圖像處理，尤其涉及一種汽車零部件的工藝信息模型構(gòu)建方法及系統(tǒng)。
技術(shù)介紹
1、汽車零部件的加工工藝參數(shù)、加工路徑、加工順序、工具軌跡等信息構(gòu)成了汽車零部件的工藝信息模型。這些信息對于汽車零部件的加工生產(chǎn)過程至關(guān)重要，因為它們直接影響到加工過程的效率和質(zhì)量。
2、目前，汽車零部件的工藝信息模型主要是基于計算機輔助設(shè)計（cad）和計算機輔助制造（cam）技術(shù)實現(xiàn)的。其中，cad技術(shù)用于構(gòu)建汽車零部件的三維模型，而cam技術(shù)則用于將工藝信息模型轉(zhuǎn)化為數(shù)控加工程序，實現(xiàn)數(shù)控加工。
3、在現(xiàn)有的汽車零部件的工藝信息模型構(gòu)建方法中，一般采用基于cad模型的切片技術(shù)，將cad模型切片后，提取出每個切片的輪廓信息，進而生成汽車零部件的工藝信息模型。這種方法的缺點是，由于cad模型通常是由曲面或nurbs表示的，因此其表達能力和準(zhǔn)確度有限，無法精確地反映汽車零部件的實際幾何形態(tài)，從而影響工藝信息模型的精度和可靠性。
技術(shù)實現(xiàn)思路
1、本申請實施例提供一種汽車零部件的工藝信息模型構(gòu)建方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中所構(gòu)建的工藝信息模型的精度差的問題。
2、第一方面，本申請實施例中提供了一種汽車零部件的工藝信息模型構(gòu)建方法，包括：
3、對汽車零部件進行3d掃描，以獲取所述汽車零部件的三角網(wǎng)絡(luò)模型，并基于所述三角網(wǎng)絡(luò)模型獲取對應(yīng)的幾何信息；
4、對所述汽車零部件進行切片，生成切片數(shù)據(jù)；
5、根據(jù)所述汽車零部件的幾何
6、將所述工藝信息模型導(dǎo)出為cam程序，以用于所述汽車零部件的數(shù)控加工。
7、可選地，所述對汽車零部件進行3d掃描，獲取所述汽車零部件的三角網(wǎng)絡(luò)模型，包括：
8、對汽車零部件進行多次拍攝，并將拍攝得到的多張圖像進行特征提取，以獲取每個所述圖像中的多個特征點，所述特征點至少包括坐標(biāo)、尺度及方向；
9、針對多個圖像中的第一圖像中的每個所述特征點，通過最近鄰的特征匹配算法確定在第二圖像中的最近特征點，并對所述特征點及對應(yīng)的所述最近特征點進行匹配，若所述特征點與所述最近特征點之間的距離小于預(yù)設(shè)倍數(shù)的所述特征點與次近特征點之間的距離，則認(rèn)為所述特征點與所述最近特征點之間成功匹配，并將所述特征點和對應(yīng)的所述最近特征點確定為匹配點對，其中，所述第一圖像為多個圖像中的任一圖像，所述第二圖像為多個圖像中除所述第一圖像之外的其他任一圖像；
10、選擇預(yù)設(shè)數(shù)量個成功匹配的所述匹配點對，并針對每個所述匹配點對，獲取每個所述匹配點對在所述第一圖像上的齊次坐標(biāo)以及在所述第二圖像上的齊次坐標(biāo)，并基于所述第一圖像上的齊次坐標(biāo)以及在所述第二圖像上的齊次坐標(biāo)，構(gòu)建約束方程，所述約束方程中至少包括單應(yīng)性矩陣和基礎(chǔ)矩陣；
11、分別獲取單應(yīng)性矩陣和基礎(chǔ)矩陣的估計結(jié)果，并利用基礎(chǔ)矩陣和單應(yīng)性矩陣的估計結(jié)果以及對應(yīng)的所述匹配點對，建立三角網(wǎng)絡(luò)模型。
12、可選地，獲取單應(yīng)性矩陣的估計結(jié)果，包括：
13、針對每個所述匹配點對，將所述匹配點對中的匹配點的二維坐標(biāo)點轉(zhuǎn)換為齊次坐標(biāo)形式[x',y',1]，并將所述匹配點對中的匹配點的三維點歸一化為單位向量，其中，，；
14、將所述單應(yīng)性矩陣h中的元素按照svd分解的形式表示為，其中u和v是正交矩陣，s是對角矩陣；
15、通過公式：將所述匹配點對中的匹配點的齊次坐標(biāo)點與單應(yīng)性矩陣h相乘，以獲取重投影結(jié)果p'；
16、通過公式：，將所述匹配點對中的匹配點的單位向量與單應(yīng)性矩陣h相乘，以獲取歸一化三維點p；
17、通過公式：，對所述重投影結(jié)果p'進行歸一化處理，得到重投影點的第一二維坐標(biāo)，其中，表示為重投影點的第一二維坐標(biāo)，p'(1)、p'(2)分別表示歸一化三維點p在重投影后的二維坐標(biāo)值，p'(3)表示歸一化三維點p的第三個維度坐標(biāo)值；通過公式：，對所述歸一化三維點p進行歸一化處理，得到重投影點的第二二維坐標(biāo)，其中，表示為重投影點的第二二維坐標(biāo)，p(1)、p(2)分別表示歸一化三維點p在軸上的坐標(biāo)值，p(4)表示歸一化三維點p的第四個維度坐標(biāo)值；
18、通過公式：，基于所述重投影點的第一二維坐標(biāo)及重投影點的第二二維坐標(biāo)，計算重投影誤差，并基于所述重投影誤差計算出單應(yīng)性矩陣的估計結(jié)果，其中，e表示為重投影誤差。
19、可選地，獲取基礎(chǔ)矩陣的估計結(jié)果，包括：
20、針對每個所述匹配點對和，根據(jù)極線約束，確定方程式：，其中，f是基礎(chǔ)矩陣；
21、將所述方程式重寫為：；
22、將基礎(chǔ)矩陣f展開為的矩陣形式：
23、基于所述矩陣形式，將方程重寫為：
24、；
25、獲取所有的所述匹配點對的重寫方程，以得到超定方程組：，其中，a表示是一個的矩陣，m是匹配點對的數(shù)量，是9維向量，且包含基礎(chǔ)矩陣的參數(shù)；
26、通過公式：，基于最小二乘法求解所述超定方程組，以獲取到參數(shù)向量，其中表示向量的范數(shù)；
27、基于參數(shù)向量，構(gòu)建基礎(chǔ)矩陣f，并對f進行額外的約束，以確定出基礎(chǔ)矩陣的估計結(jié)果。
28、可選地，所述對汽車零部件進行切片，生成切片數(shù)據(jù)，包括：
29、對所述汽車零部件進行切片處理，以獲取切片圖像；
30、計算每個所述切片圖像中每個像素點的梯度幅值和梯度方向角度，以確定所述像素點是否為邊緣點，并在所述像素點及所述像素點的相鄰像素點均為邊緣點的情況下，通過非極大值抑制，基于所述像素點及所述像素點的相鄰像素點的梯度幅值和梯度方向角度，確定出局部梯度最大的像素點，并將所述局部梯度最大的像素點確定為邊緣點；或者，計算每個所述切片圖像中每個像素點周圍像素的梯度幅值的均值和標(biāo)準(zhǔn)差，以得到局部特性，并根據(jù)所述局部特性動態(tài)調(diào)整高閾值和低閾值，以確定通過所述局部特性確定的像素點是否為邊緣點；
31、使用自適應(yīng)閾值進行雙閾值分割，將所確定的邊緣點劃分為強邊緣點、弱邊緣點和非邊緣點中的一項；
32、對所述弱邊緣點進行邊緣連接，將所述弱邊緣點連接到強邊緣點上，以得到完整邊緣；
33、基于所述完整邊緣，生成所述汽車零部件的切片數(shù)據(jù)。
34、可選地，所述計算每個所述切片圖像中每個像素點的梯度幅值和梯度方向角度，以確定所述像素點是否為邊緣點，并在所述像素點及所述像素點的相鄰像素點均為邊緣點的情況下，通過非極大值抑制，基于所述像素點及所述像素點的相鄰像素點的梯度幅值和梯度方向角度，確定出局部梯度最大的像素點，并將所述局部梯度最大的像素點確定為邊緣點，包括：
35、通過公式：，計算每個所述切片圖像中每個像素點的梯度幅值和梯度方向角度，其中，g(i,j)表示為所述切片圖像中每個像素點(i,j)的梯度幅值，gx(i,j)本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種汽車零部件的工藝信息模型構(gòu)建方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對汽車零部件進行3D掃描，獲取所述汽車零部件的三角網(wǎng)絡(luò)模型，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取單應(yīng)性矩陣的估計結(jié)果，包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取基礎(chǔ)矩陣的估計結(jié)果，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對汽車零部件進行切片，生成切片數(shù)據(jù)，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述計算每個所述切片圖像中每個像素點的梯度幅值和梯度方向角度，以確定所述像素點是否為邊緣點，并在所述像素點及所述像素點的相鄰像素點均為邊緣點的情況下，通過非極大值抑制，基于所述像素點及所述像素點的相鄰像素點的梯度幅值和梯度方向角度，確定出局部梯度最大的像素點，并將所述局部梯度最大的像素點確定為邊緣點，包括：
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述使用自適應(yīng)閾值進行雙閾值分割，將所確定的邊緣點劃分為強邊緣點、弱邊緣點和非邊緣點中的一項，包括：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。