摘要
本发明提供一种基于点云的铸件合模线识别方法,属于三维工业检测与智能制造交叉领域,包括:对获取的铸件的原始三维点云数据进行预处理;将体素三维点云数据中曲率变化率大于曲率阈值且满足法向突变条件的点云组成初级候选集;采用三维DBSCAN聚类算法从初级候选集筛选连通域,并设置连通域长宽比阈值以及长度阈值以剔除不合格连通域,得到候选连通域;对每一个候选连通域执行膨胀与腐蚀操作,并对所得结果进行拓扑约束验证得到一致性连通域;对一致性连通域依次进行三级几何验证。本发明能够有效提升合模线识别精度。
技术关键词
三维点云数据
DBSCAN聚类算法
识别方法
邻域
铸件
长宽比
Dijkstra算法
移动最小二乘法
噪声抑制
轨迹
密度
异常点
曲面
间距
滤波
偏差
标记
系统为您推荐了相关专利信息
个性化学习方法
学习路径规划方法
遮挡识别方法
答题
图谱
斜坡单元划分方法
区域生长算法
数字高程模型
像素
因子
深水网箱养殖
状态监测方法
图像
指数
颜色直方图
裂纹损伤识别方法
多小波基函数
压电片
一维卷积神经网络
大梁
重建系统
深度学习技术
数据采集模块
三维点云数据
深度学习算法