一种基于自适应卷积的贮箱网格壁板厚度测量方法

本发明提出一种基于自适应卷积的贮箱网格壁板厚度测量方法，基于自适应卷积的3D点云分割网络模型对目标网格点云进行分割，将目标网格点云通过DBSCAN算法分类为多个网格点云后，再通过基于邻域法矢的厚度计算方法计算网格点云的厚度，获得贮箱网格壁板厚度分布结果。本发明将深度学习方法与机理方法相结合，AdConvNet3D模型对贮箱网格壁板点云数据进行分割得到目标网格点云，DBSCAN聚类算法将目标网格点云分类为多个网格点云，基于法矢的厚度计算方法则利用数学方法计算出网格点云的厚度，获得贮箱网格壁板厚度分布结果，准确度和速度有了较大提高，解决了贮箱网格壁板厚度测量时过度依赖人工、测量速度慢的问题，为工业测量贮箱网格壁板厚度提供了新的思路和方案。