摘要
本发明实施例公开了一种用于飞机小型结构件的视觉检测与质量评估方法,包括:S1:获取三维点云数据,并对三维点云数据进行预处理;S2:进行多角度的二维图像采集;S3:将S2中获取的二维图像纹理映射至三维模型表面,生成包括表面信息的三维模型;S4:从三维模型中提取几何特征和表面纹理特征;S5:进行融合和对比分析,以识别潜在的异常和缺陷;S6:输出具体的异常类型和位置;S7:根据S6的异常检测结果,进行综合质量评估,生成质量评估报告。本发明实施例提供的技术方案,通过融合三维扫描和高分辨率二维图像技术以及采用基于机器学习的分类模型,显著提高了检测的全面性、精确性和效率,从而有效提升了生产质量和安全性。
技术关键词
三维点云数据
结构件
飞机
三维扫描仪
高分辨率相机
图像
纹理特征
加权融合算法
坐标
密度聚类算法
特征点
视觉
多角度
拟合算法
极限学习机分类
识别三维模型
系统为您推荐了相关专利信息
伤口清洗护理
处理器装置
手臂固定装置
图像采集装置
姿态识别模型
气动布局设计方法
布局规则
飞机
规则库构建方法
构建规则库
改造方法
搭载多光谱相机
三维分层结构
立体空间布局
微生物菌剂