摘要
本发明涉及点云处理技术领域,尤其是涉及一种基于三维点云的异形衬套内表面缺陷检测方法及系统。所述方法,包括获取三维点云数据并为每个点云数据分配标签,将获取的点云数据以矩阵的形式进行表示,通过获取的三维点云数据进行误差模拟;基于获取的三维点云数据构建K最近邻图,并定义基于K最近邻图的局部表面变化度量方法;根据K最近邻图进行多尺度图注意力模型的搭建,基于引入的注意力机制进行多尺度特征融合;根据缺陷检测与分类结果进行多尺度图注意力模型的训练与优化。本发明通过在不同尺度和层次上学习点云数据的特征,更好地捕捉局部和全局的结构信息,从而更全面地检测缺陷。
技术关键词
注意力模型
三维点云数据
表面缺陷检测方法
引入注意力机制
多尺度特征融合
邻居
表面缺陷检测系统
衬套
协方差矩阵
度量
标签
噪声
随机梯度下降
区分缺陷
模型预测值
系统为您推荐了相关专利信息
调查方法
红外热成像传感器
三维点云数据
主无人机
环境噪声干扰
桥梁混凝土裂缝
语义分割神经网络
图像分类神经网络
智能检测方法
深度神经网络
点云语义分割方法
注意力机制
多层感知机
编码特征
局部细节特征
车流量检测方法
深度融合网络
车辆运动学
路段
多模态
全过程管理
模型创建方法
无人机倾斜摄影
模型库
CIM模型