一种基于深度学习的工业装备增材修复差异模型重构方法

本发明公开了一种基于深度学习的工业装备增材修复差异模型重构方法，首先获取磨损部件的原始三维模型数据和实物图像数据，对原始模型进行位姿调整和切片处理，对实物图像进行标定和重投影。然后将图像点数据与切片点云数据匹配，计算每个匹配点的磨损量。接着，以匹配关联的点云数据和重投影图像数据为输入，构建训练基于编码器‑解码器结构的深度学习差异模型，对异质数据进行特征编码与融合，并解码预测磨损量。最后将新的实物图像输入该模型，生成包含坐标和预测磨损量的点云数据，直接用于指导现场激光熔覆等增材修复过程，为修复提供高精度三维几何模型。本发明能够提高磨损部件的修复精度和效率，广泛适用于工业装备的现场增材修复。