一种缺陷识别和提取方法及装置与流程

本发明涉及大数据和人工智能，具体提供一种缺陷识别和提取方法及装置。

背景技术：

1、传统基于二维图像的缺陷识别方法，难以区分光照阴影和目标缺陷轮廓特征，导致缺陷识别精度不足；基于三维模型的缺陷识别方法可以将物体的三维结构和表面信息纳入缺陷识别的过程中，有效区分光照阴影和目标缺陷轮廓特征，减少对缺陷识别的干扰。然而，三维模型的结构信息是庞大的，如何从巨量的数据中高效精准提取缺陷的三维特征是一个亟需解决的技术问题。

技术实现思路

1、本发明是针对上述现有技术的不足，提供一种实用性强的缺陷识别和提取方法。

2、本发明进一步的技术任务是提供一种设计合理，安全适用的缺陷识别和提取装置。

3、本发明解决其技术问题所采用的技术方案是：

4、一种缺陷识别和提取方法，基于三维模型，具有如下步骤：

5、s1、加载三维模型；

6、s2、进行缺陷识别；

7、s3、在缺陷识别的基础上，基于顶点颜色的特征进行提取。

8、进一步的，在步骤s1中，加载三维模型时，通过加载网格体组件读取三维模型文件，并创建顶点位置、法线、三角形序列、uv贴图、顶点颜色和材质数组，通过自定义网格体组件接收向量、法线、三角形序列、uv贴图和顶点颜色数组，实现运行时创建三维模型，并通过渲染管线，优化环境光和三维模型材质颜色。

9、进一步的，在步骤s2中，读取自定义网格体组件中存储的某一顶点领域内所有顶点的法线，进行局部拟合，估计该点的法曲率。

10、进一步的，求取某一点的法曲率具体方法如下：

11、假设p点的附近有m个近邻点，qi为点p的第i个近邻点，qi的法向量为mi，设正交坐标系p，x，y，z为p点的局部坐标系l，n表示p点的法向量，x和y为正交的单位向量，在l中，p,qi,mi的坐标是(0，0，0)，qi为(xi,yi,zi)，mi为(ni,x，ny,i，ni,z)，那么用一个通过点p的密切圆来估计点p的法曲率

12、进一步的，则p相对于qi的法曲率估计如下：

13、

14、式中，α是向量-n和pqi之间的夹角，β是向量n和mi之间的夹角。

15、其近似值可以表示为：

16、

17、式中nz＝ni,z。

18、进一步的，定义该点法曲率为该点相对于所有近邻点法曲率的平均值，通过设置曲率阈值，修改模型顶点颜色，实现缺陷的拟合，同时更改自定义网格体组件中存储的顶点颜色，并通过渲染管线，实时渲染到三维模型上，实现物体表观缺陷的识别。

19、进一步的，在步骤s3中，基于顶点颜色的特征提取，通过读取自定义网格体组件中三维模型的顶点颜色，并设置三维颜色向量，提取顶点颜色满足颜色区间的目标顶点，修改目标顶点的颜色，并更改到自定义网格体组件中存储的顶点颜色，最后通过渲染管线，实时渲染到三维模型上，实现物体表观缺陷的提取。

20、一种缺陷识别和提取装置，包括：至少一个存储器和至少一个处理器；

21、所述至少一个存储器，用于存储机器可读程序；

22、所述至少一个处理器，用于调用所述机器可读程序，执行一种缺陷识别和提取方法。

23、本发明的一种缺陷识别和提取方法及装置和现有技术相比，具有以下突出的有益效果：

24、本发明可实现运行时加载三维模型数据，并通过设置法曲率近邻范围，控制多种精度的缺陷提取，同时通过设置曲率阈值，使缺陷更加连续。此外，本发明也提供了一种基于三维模型顶点颜色的缺陷识别和提取方法，通过设置三维颜色向量，识别和提取物体三维模型上目标特征。本发明对于物体的平整度、病害等缺陷特征具有较高的识别精度和响应速度。

技术特征：

1.一种缺陷识别和提取方法，基于三维模型，其特征在于，具有如下步骤：

2.根据权利要求1所述的一种缺陷识别和提取方法，其特征在于，在步骤s1中，加载三维模型时，通过加载网格体组件读取三维模型文件，并创建顶点位置、法线、三角形序列、uv贴图、顶点颜色和材质数组，通过自定义网格体组件接收向量、法线、三角形序列、uv贴图和顶点颜色数组，实现运行时创建三维模型，并通过渲染管线，优化环境光和三维模型材质颜色。

3.根据权利要求2所述的一种缺陷识别和提取方法，其特征在于，在步骤s2中，读取自定义网格体组件中存储的某一顶点领域内所有顶点的法线，进行局部拟合，估计该点的法曲率。

4.根据权利要求3所述的一种缺陷识别和提取方法，其特征在于，求取某一点的法曲率具体方法如下：

5.根据权利要求4所述的一种缺陷识别和提取方法，其特征在于，则p相对于qi的法曲率估计如下：

6.根据权利要求5所述的一种缺陷识别和提取方法，其特征在于，定义该点法曲率为该点相对于所有近邻点法曲率的平均值，通过设置曲率阈值，修改模型顶点颜色，实现缺陷的拟合，同时更改自定义网格体组件中存储的顶点颜色，并通过渲染管线，实时渲染到三维模型上，实现物体表观缺陷的识别。

7.根据权利要求6所述的一种缺陷识别和提取方法，其特征在于，在步骤s3中，基于顶点颜色的特征提取，通过读取自定义网格体组件中三维模型的顶点颜色，并设置三维颜色向量，提取顶点颜色满足颜色区间的目标顶点，修改目标顶点的颜色，并更改到自定义网格体组件中存储的顶点颜色，最后通过渲染管线，实时渲染到三维模型上，实现物体表观缺陷的提取。

8.一种缺陷识别和提取装置，其特征在于，包括：至少一个存储器和至少一个处理器；

技术总结
本发明涉及大数据和人工智能技术领域，具体提供了一种缺陷识别和提取方法及装置，基于三维模型，具有如下步骤：S1、加载三维模型；S2、进行缺陷识别；S3、在缺陷识别的基础上，基于顶点颜色的特征进行提取。与现有技术相比，本发明能够实现运行时加载三维模型数据，并通过设置法曲率近邻范围，控制多种精度的缺陷提取，同时通过设置曲率阈值，使缺陷更加连续。

技术研发人员：肖港华,王臻,刘傲,李志华
受保护的技术使用者：浪潮云信息技术股份公司
技术研发日：
技术公布日：2024/12/19