模型分割方法、装置及电子设备与流程

本技术涉及人工智能(artificial intelligence，简称ai)，具体涉及一种模型分割方法、装置及电子设备。

背景技术：

1、随着计算机技术和人工智能的发展，迷彩喷涂技术越来越数字化和智能化，即通过在不同视角采集到的待喷涂对象的模型数据进行处理，确定出待喷涂对象的可喷涂区域，并针对可喷涂区域进行路径规划实现实质的喷涂操作，然而，在喷涂路径规划的过程中，若将待喷涂对象的模型作为一个整体进行计算，效率低且非常耗时，因此，可将待喷涂对象的模型分割成多个区域分别进行喷涂路径的规划。

2、相关技术中通常采用的模型分割方法是区域生长法，即随机选择一个数据点作为初始种子点，逐步加入符合相似性判断条件的临近数据点，出现不满足相似性判断条件的数据点，区域生长停止，从而将模型分割完成，但对于不满足相似性判断条件的数据点附近的点，并未进行分割，因此这种模型分割方法会导致分割边界较为模糊。

3、针对现有模型分割方法存在的分割边界模糊的问题，目前尚未提出有效的技术解决方案。

技术实现思路

1、本技术实施例提供了一种，以至少解决现有模型分割方法存在的分割边界模糊的问题。

2、根据本技术实施例的一个方面，提供了一种模型分割方法，包括：获取待分割模型对应的模型数据，其中，上述模型数据中包括多个数据点；根据上述多个数据点确定多个目标法向量，其中，每个数据点对应一个目标法向量；根据上述多个数据点确定多个曲率值，其中，每个数据点对应一个曲率值；根据上述多个目标法向量从上述多个数据点中确定多个特征点，其中，上述多个特征点为上述多个数据点中满足预设条件的数据点，上述预设条件为预先设置的与上述多个目标法向量相关的条件；根据上述多个特征点和上述多个曲率值对上述待分割模型进行分割操作，得到多个分割曲面。

3、根据本技术实施例的另一方面，还提供了一种模型分割装置，包括：获取单元，用于获取待分割模型对应的模型数据，其中，上述模型数据中包括多个数据点；第一确定单元，用于根据上述多个数据点确定多个目标法向量，其中，每个数据点对应一个目标法向量；第二确定单元，用于根据上述多个数据点确定多个曲率值，其中，每个数据点对应一个曲率值；第三确定单元，用于根据上述多个目标法向量从上述多个数据点中确定多个特征点，其中，上述多个特征点为上述多个数据点中满足预设条件的数据点，上述预设条件为预先设置的与上述多个目标法向量相关的条件；分割单元，用于根据上述多个特征点和上述多个曲率值对上述待分割模型进行分割操作，得到多个分割曲面。

4、可选地，上述分割单元包括第四确定单元，用于从上述多个数据点中确定参考曲率值对应的初始种子点，其中，上述参考曲率值为上述多个曲率值中的最小曲率值；第五确定单元，用于根据上述初始种子点，从上述多个数据点中确定满足预设阈值的多个参考数据点；第一分割单元，用于根据上述多个参考数据点对上述待分割模型进行分割操作，得到上述多个分割曲面。

5、可选地，上述第一分割单元包括第六确定单元，用于从上述多个特征点中确定与上述多个参考数据点对应的多个邻域点集合，其中，每个参考数据点对应一个邻域点集合，每个邻域点集合包括多个邻域点；第七确定单元，用于从上述多个邻域点集合中分别确定与上述多个参考数据点对应的多个目标数据点，以及与上述多个目标数据点对应的多条目标特征线，其中，每个参考数据点对应一个目标数据点，每个目标数据点对应一条目标特征线；连接单元，用于将上述多个邻域点分别与上述多个目标数据点进行连接操作，得到多条目标连接线；第二分割单元，用于根据上述多条目标连接线和上述多条目标特征线对上述待分割模型进行分割操作，得到上述多个分割曲面。

6、可选地，上述第二分割单元包括第八确定单元，用于根据上述多条目标连接线和上述多条目标特征线确定多个目标平面，其中，每个上述目标平面为过目标特征线且与目标连接线垂直的平面；划分单元，用于在确定上述多个参考数据点与上述多个邻域点在上述多个目标平面的同一侧，且上述多个邻域点各自与上述多条目标特征线之间的距离小于预设距离的情况下，将上述多个参考数据点与上述多个邻域点划分至同一区域，得到上述多个分割曲面。

7、可选地，上述第五确定单元包括第一确定子单元，用于从上述多个数据点中确定与上述参考数据点对应的参考邻域点集合，其中，上述参考邻域点集合中包括多个参考邻域点；第二确定子单元，用于根据上述初始种子点和当前参考邻域点确定参考角度，其中，上述当前参考邻域点为上述多个参考邻域点中的任意一个参考邻域点，上述参考角度为初始法向量与当前参考法向量之间的夹角，上述初始法向量为上述初始种子点对应的法向量，上述当前参考法向量为上述当前参考邻域点对应的法向量；第三确定子单元，用于根据上述初始种子点和上述当前参考邻域点确定参考曲率差值，其中，上述参考曲率差值为初始曲率值与当前参考曲率值之间的差值，上述初始曲率值为上述初始种子点对应的曲率值，上述当前参考曲率值为上述当前参考邻域点对应的曲率值；第四确定子单元，用于在上述参考角度大于或等于预设角度阈值，和/或上述参考曲率差值大于或等于预设曲率差值的情况下，将上述当前参考邻域点确定为参考数据点；第五确定子单元，用于在上述参考角度小于预设角度阈值，和/或上述参考曲率差值小于预设曲率差值的情况下，将上述当前参考邻域点确定为初始种子点；以及将多个参考邻域点中除上述当前参考邻域点之外的多个参考邻域点确定为上述多个数据点。

8、可选地，上述第一确定单元包括第六确定子单元，用于从多个数据点中确定多个第一邻域点集合，其中，每个数据点对应一个第一邻域点集合，每个上述第一邻域点集合包括多个第一邻域点；第七确定子单元，用于根据上述多个第一邻域点确定多个协方差矩阵，其中，每个第一邻域点对应一个协方差矩阵；第八确定子单元，用于根据上述多个协方差矩阵，确定与上述多个数据点对应的多个参考法向量，其中，每个数据点对应一个参考法向量；第九确定子单元，用于根据上述多个数据点确定视点约束，其中，上述视点约束用于确定上述多个参考法向量的方向；第十确定子单元，用于根据上述视点约束和上述多个参考法向量确定上述多个目标法向量。

9、可选地，上述第二确定单元包括特征分解单元，用于对上述多个协方差矩阵进行特征分解操作，得到多个特征值和多个特征向量，其中，每个协方差矩阵对应多个特征值和多个特征向量，上述多个特征值与上述多个特征向量一一对应；确定子单元，用于根据上述多个特征值和上述多个特征向量确定上述多个曲率值，其中，上述多个曲率值用于指示上述多个数据点在上述多个特征向量的方向上的曲率变化特征。

10、根据本技术实施例的又一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如以上模型分割方法。

11、根据本技术实施例的又一方面，还提供了一种电子设备，电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行如以上模型分割方法。

12、与现有技术相比，本技术实施例提供的技术方案可以包括如下有益效果：

13、通过获取待分割模型对应的模型数据，其中，上述模型数据中包括多个数据点；根据上述多个数据点确定多个目标法向量，其中，每个数据点对应一个目标法向量；根据上述多个数据点确定多个曲率值，其中，每个数据点对应一个曲率值；根据上述多个目标法向量从上述多个数据点中确定多个特征点，其中，上述多个特征点为上述多个数据点中满足预设条件的数据点，上述预设条件为预先设置的与上述多个目标法向量相关的条件；根据上述多个特征点和上述多个曲率值对上述待分割模型进行分割操作，得到多个分割曲面。

14、上述方式不仅可以实现对待分割模型的分割，同时根据曲率值对待分割模型进行分割，解决了现有模型分割方法存在的分割边界模糊的问题，提高了分割边界的清晰度。