CN112365500B - 轮廓数据补全方法、装置、电子设备及存储介质 - Google Patents
轮廓数据补全方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112365500B CN112365500B CN202110033990.9A CN202110033990A CN112365500B CN 112365500 B CN112365500 B CN 112365500B CN 202110033990 A CN202110033990 A CN 202110033990A CN 112365500 B CN112365500 B CN 112365500B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- scanning points
- data
- grid nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000005457 optimization Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本申请的目的在于提供轮廓数据补全方法、装置、电子设备及存储介质，所述方法包括：获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；针对每个网格节点执行以下处理：根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。上述方法采用网格化数据进行后续的点云数据检索和插值补全操作，可以大大提高轮廓数据的修复效率，且有利于保证修复质量。
Description
技术领域
本申请涉及计算机视觉技术和工业检测技术领域，尤其涉及轮廓数据补全方法、装置、电子设备及存储介质。
背景技术
计算机视觉技术作为一门综合性的新型学科，目前在工业，农业，生活，军事等各个领域有广泛的应用，所及之处无不给人们的工作和生活带来便利，因此越来越被重视，相关的技术也在日益地发展和进步。
例如，视觉技术在工业生产过程中方面的也有所应用。公开号为CN111445471A的中国专利提供了一种基于深度学习和机器视觉的产品表面缺陷检测方法及装置，该方法包括：用工业相机的行扫描方式采集待检测产品的表面图像；实时对采集的图像进行缺陷特征预处理，快速确定该待检测产品的表面图像中是否存在缺陷；利用训练好的深度卷积神经网络模型对存在缺陷的图像进行缺陷严重程度的识别和缺陷类型的分类；所述训练好的深度卷积神经网络模型是在经典神经网络模型Inceptionv3上进行迁移学习、改造和训练而成。
这种方式精确度较低，效率不高，难以满足用户的需求。
发明内容
本申请的目的在于提供轮廓数据补全方法、装置、电子设备及存储介质，采用网格化数据进行后续的点云数据检索和插值补全操作，可以大大提高轮廓数据的修复效率，且有利于保证修复质量。
本申请的目的采用以下技术方案实现：
第一方面，本申请提供了一种轮廓数据补全方法，所述方法包括：获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；针对每个网格节点执行以下处理：
根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。该技术方案的有益效果在于，获取包含于轮廓数据的扫描点的点云数据并进行网格化处理而得到网格节点，检测点云数据与网格节点的对应情况，当与所述网格节点对应的点云数据缺失时，补全这些数据，这就是轮廓数据补全优化的过程；该方案输入的点云为结构化点云数据，而非散乱点云数据，结构化点云数据可以非常方便进行点云数据网格化处理。
在一些可选的实施例中，所述方法还包括：当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。该技术方案的有益效果在于，有效保证每个网格节点都能得到检测处理，同时也触发启动下一个步骤开始执行。
在一些可选的实施例中，所述根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据，包括：判断所有网格节点是否均已检测；当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。该技术方案的有益效果在于，确保所有的网格节点都得到检测，确保所有的网格节点与点云数据一一对应，从而达到补全优化的最佳效果。
在一些可选的实施例中，所述当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据，包括：当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据；根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。该技术方案的有益效果在于，当不存在所述网格节点对应的扫描点的点云数据时，根据网格节点附近的扫描点的点云数据生成缺失的点云数据，利用就近原则，使补全修复后的轮廓曲面整体连接光滑、过渡流畅。
在一些可选的实施例中，所述根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据，包括：根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。该技术方案的有益效果在于，对于扫描过程可能存在扫描盲区，即网格节点对应的扫描点的点云数据有所缺少，导致得到的轮廓数据不完整的情况，可以通过插值的方式对缺失的轮廓数据进行补全操作；插值的具体实现是，先对轮廓数据进行网格化处理，然后对网格节点进行检索操作并记录网格节点处不存在点云数据的位置坐标；对于存在数据缺失的网格节点，对其附近所有的轮廓数据点进行检索，并通过非均匀有理B样条（NURBS）方法对缺失的点云数据进行插值操作，达到补全的目的。
在一些可选的实施例中，所述根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据，包括：根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据；根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据；根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息；根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。该技术方案的有益效果在于，NURBS曲面方法对过渡平缓的自由曲面的修复效果显著；而对于原本有棱角的情况，则结合近邻点的法向信息进行修复操作效果较好，两种方法各取所长，各施其用，相互结合保证修复效率和修复质量。
在一些可选的实施例中，所述根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据，包括：根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域；当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略；根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。该技术方案的有益效果在于，先检查所述缺失扫描点是否处于预设区域，当处于预设区域时，获取所述预定类型区域对应的插值策略，据此策略对相应的点云数据进行优化处理，可以大大提高轮廓数据的修复效率。
在一些可选的实施例中，所述预设类型区域是棱或者圆锥的顶点。该技术方案的有益效果在于，预设区域是棱或者圆锥的顶点，用一般的修复手段很难达到比较满意的修复效果，而采用有针对性的插值策略进行修复，则容易达到修复区域的连续性与光滑性。
第二方面，本申请提供了一种轮廓数据补全装置，所述装置包括：轮廓获取模块，用于获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；
网格处理模块，用于对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；节点处理模块，用于针对每个网格节点执行以下处理：根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。
在一些可选的实施例中，所述节点处理模块还用于当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。
在一些可选的实施例中，所述节点处理模块包括：检测判断子模块，用于判断所有网格节点是否均已检测；节点检测子模块，用于当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
在一些可选的实施例中，所述节点处理模块包括：近邻搜索子模块，用于当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据；数据生成子模块，用于根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。
在一些可选的实施例中，所述数据生成子模块用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。
在一些可选的实施例中，所述数据生成子模块包括：点云插值单元，用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据；附近搜索单元，用于根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据；法向获取单元，用于根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息；点云优化单元，用于根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
在一些可选的实施例中，所述点云优化单元包括：区域检测子单元，用于根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域；策略获取子单元，用于当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略；优化处理子单元，用于根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
在一些可选的实施例中，所述预设类型区域是棱或者圆锥的顶点。
第三方面，本申请提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种轮廓数据补全方法的流程示意图；
图2是本申请实施例提供的一种执行对下一个网格节点处理的流程示意图；
图3是本申请实施例提供的一种检测是否存在网格节点对应的点云数据的流程示意图；
图4是本申请实施例提供的一种生成缺失扫描点的点云数据的流程示意图；
图5是本申请实施例提供的一种获取网格节点对应的缺失扫描点的点云数据的流程示意图；
图6是本申请实施例提供的另一种获取网格节点对应的缺失扫描点的点云数据的流程示意图；
图7是本申请实施例提供的一种轮廓数据补全方法的流程示意图；
图8是本申请实施例提供的一种轮廓数据补全装置的结构示意图；
图9是本申请实施例提供的一种节点处理模块的结构示意图；
图10是本申请实施例提供的另一种节点处理模块的结构示意图；
图11是本申请实施例提供的一种数据生成子模块的结构示意图；
图12是本申请实施例提供的一种点云优化单元的结构示意图；
图13是本申请实施例提供的一种电子设备的结构示意图；
图14是本申请实施例提供的一种用于实现补全方法的程序产品的结构示意图。
图中：101、轮廓获取模块；102、网格处理模块；103、节点处理模块；201、检测判断子模块；202、节点检测子模块；203、近邻搜索子模块；204、数据生成子模块；301、点云插值单元；302、附近搜索单元；303、法向获取单元；304、点云优化单元；401、区域检测子单元；402、策略获取子单元；403、优化处理子单元；200、电子设备；210、存储器；211、随机存取存储器(RAM)；212、高速缓存存储器；213、只读存储器(ROM)；214、程序/实用工具；215、程序模块；220、处理器；230、总线；240、外部设备；250、输入/输出(I/O)接口；260、网络适配器；300、程序产品。
具体实施方式
下面，结合附图以及具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1，本申请实施例提供了一种轮廓数据补全方法，所述方法包括步骤S101~S104。
步骤S101：获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据。
步骤S102：对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息。
步骤S103：针对每个网格节点执行以下处理：根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
步骤S104：当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。
本申请实施例的上述步骤，获取包含于轮廓数据的扫描点的点云数据并进行网格化处理而得到网格节点，检测点云数据与网格节点的对应情况，当与所述网格节点对应的点云数据缺失时，补全这些数据，这就是轮廓数据补全优化的过程；该方案输入的点云为结构化点云数据，而非散乱点云数据，结构化点云数据可以非常方便进行点云数据网格化处理。
参见图2，在具体实施中，当检测到轮廓数据中存在所述网格节点对应的扫描点的点云数据时，则执行步骤S105。
步骤S105：当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。
本申请实施例的上述步骤，有效保证每个网格节点都能得到检测处理，同时也触发启动下一个步骤开始执行。
参见图3，在具体实施中，步骤S103可以包括步骤S201~S202。
步骤S201：判断所有网格节点是否均已检测。
步骤S202：当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
在一具体实施方式中，当不存在未检测的网格节点的时候，则不需要检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
本申请实施例的上述步骤，确保所有的网格节点都得到检测，确保所有的网格节点与点云数据一一对应，从而达到补全优化的最佳效果。
参见图4，在具体实施中，步骤S104可以包括步骤S301~S302。
步骤S301：当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据。
步骤S302：根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。
本申请实施例的上述步骤，当不存在所述网格节点对应的扫描点的点云数据时，根据网格节点附近的扫描点的点云数据生成缺失的点云数据，利用就近原则，使补全修复后的轮廓曲面整体连接光滑、过渡流畅。
在具体实施中，步骤S302可以包括：根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。
本申请实施例的上述步骤，对于扫描过程可能存在扫描盲区，即网格节点对应的扫描点的点云数据有所缺少，导致得到的轮廓数据不完整的情况，可以通过插值的方式对缺失的轮廓数据进行补全操作；插值的具体实现是，先对轮廓数据进行网格化处理，然后对网格节点进行检索操作并记录网格节点处不存在点云数据的位置坐标；对于存在数据缺失的网格节点，对其附近所有的轮廓数据点进行检索，并通过非均匀有理B样条（NURBS）方法对缺失的点云数据进行插值操作，达到补全缺失的点云数据的目的。
在一具体实施中，参见图5，步骤S302可以包括步骤S401~S404。
步骤S401：根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据。
步骤S402：根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据。
步骤S403：根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息。
步骤S404：根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
本申请实施例的上述步骤，NURBS曲面方法对过渡平缓的自由曲面的修复效果显著；而对于原本有棱角的情况，则结合近邻点的法向信息进行修复操作效果较好，两种方法各取所长，各施其用，相互结合保证修复效率和修复质量。
在具体实施中，参见图6，步骤S404可以包括步骤S501~S503。
步骤S501：根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域。
步骤S502：当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略。
在一具体实施方式中，当所述缺失扫描点不处于所述预设类型区域时，确定所述网格节点对应的缺失扫描点的待优化点云数据作为所述网格节点对应的缺失扫描点的点云数据。
步骤S503：根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
本申请实施例的上述步骤，先检查所述缺失扫描点是否处于预设区域，当处于预设区域时，获取所述预定类型区域对应的插值策略，据此策略对相应的点云数据进行优化处理，可以大大提高轮廓数据的修复效率。
在具体实施中，所述预设类型区域可以是棱或者圆锥的顶点。
特殊地，这种是棱或者圆锥的顶点的类型的区域，曲率变化比较大，用一般的修复手段很难达到比较满意的修复效果，而采用有针对性的插值策略进行修复，则容易达到修复区域的连续性与光滑性。
参见图7，本申请实例还提供了一种轮廓数据补全方法，包括步骤S601~S608。
步骤S601：扫描获取包括多个扫描点的点云数据的轮廓数据。
步骤S602：对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息。
步骤S603：针对每个网格节点执行数据检索，执行步骤S608。
步骤S604：检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；如果是，则执行步骤S603，对下一个网格节点执行数据检索；如果否，则执行步骤S605。
步骤S605：当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据。
步骤S606：根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方法，进行修补。
步骤S607：修补程序处理完成。
步骤S608：判断是否对所有网格节点都完成检索；如果是，则执行步骤S607；如果否，则执行步骤S604。
参见图8，本申请实例还提供了一种轮廓数据补全装置，其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
所述装置包括：轮廓获取模块101，用于获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；网格处理模块102，用于对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；节点处理模块103，用于针对每个网格节点执行以下处理：根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。
在一具体实施中，所述节点处理模块103还可以用于当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。
在具体实施中，参见图9，所述节点处理模块103可以包括：检测判断子模块201，用于判断所有网格节点是否均已检测；节点检测子模块202，用于当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
在具体实施中，参见图10，所述节点处理模块103可以包括：近邻搜索子模块203，用于当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据；数据生成子模块204，用于根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。
在一具体实施中，所述数据生成子模块204可以用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。
在具体实施中，参见图11，所述数据生成子模块204可以包括：点云插值单元301，用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据；附近搜索单元302，用于根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据；法向获取单元303，用于根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息；点云优化单元304，用于根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
在具体实施中，参见图12，所述点云优化单元304可以包括：区域检测子单元401，用于根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域；策略获取子单元402，用于当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略；优化处理子单元403，用于根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
在具体实施中，所述预设类型区域可以是棱或者圆锥的顶点。
参见图13，本申请实施例还提供了一种电子设备200，电子设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)211和/或高速缓存存储器212，还可以进一步包括只读存储器(ROM)213。
其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220执行本申请实施例中轮廓数据补全方法的步骤，其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。存储器210还可以包括具有一组(至少一个)程序模块215的程序/实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的，处理器220可以执行上述计算机程序，以及可以执行程序/实用工具214。
总线230可以为表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序被执行时实现本申请实施例中轮廓数据补全方法的步骤，其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。图14示出了本实施例提供的用于实现上述方法的程序产品300，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、C++等，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上，效能上，进步及新颖性等观点进行阐述，其设置有的实用进步性，已符合专利法所强调的功能增进及使用要件，本申请以上的说明及附图，仅为本申请的较佳实施例而已，并非以此局限本申请，因此，凡一切与本申请构造，装置，特征等近似、雷同的，即凡依本申请专利申请范围所作的等同替换或修饰等，皆应属本申请的专利申请保护的范围之内。
Claims (18)
1.一种轮廓数据补全方法，其特征在于，所述方法包括：
获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；
对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；
针对每个网格节点执行以下处理：
根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；
当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。
2.根据权利要求1所述的轮廓数据补全方法，其特征在于，所述方法还包括：
当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。
3.根据权利要求1所述的轮廓数据补全方法，其特征在于，所述根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据，包括：
判断所有网格节点是否均已检测；
当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
4.根据权利要求1所述的轮廓数据补全方法，其特征在于，所述当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据，包括：
当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据；
根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。
5.根据权利要求4所述的轮廓数据补全方法，其特征在于，所述根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据，包括：
根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。
6.根据权利要求5所述的轮廓数据补全方法，其特征在于，所述根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据，包括：
根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据；
根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据；
根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息；
根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
7.根据权利要求6所述的轮廓数据补全方法，其特征在于，所述根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据，包括：
根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域；
当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略；
根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
8.根据权利要求7所述的轮廓数据补全方法，其特征在于，所述预设类型区域是棱或者圆锥的顶点。
9.一种轮廓数据补全装置，其特征在于，所述装置包括：
轮廓获取模块，用于获取工艺品的轮廓数据，所述轮廓数据包括多个扫描点的点云数据；
网格处理模块，用于对所述轮廓数据进行网格化处理，得到多个网格节点的节点信息；
节点处理模块，用于针对每个网格节点执行以下处理：根据所述轮廓数据和所述网格节点的节点信息，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据；当不存在所述网格节点对应的扫描点的点云数据时，生成所述网格节点对应的缺失扫描点的点云数据。
10.根据权利要求9所述的轮廓数据补全装置，其特征在于，所述节点处理模块还用于当存在所述网格节点对应的扫描点的点云数据时，执行对下一个网格节点的处理。
11.根据权利要求9所述的轮廓数据补全装置，其特征在于，所述节点处理模块包括：
检测判断子模块，用于判断所有网格节点是否均已检测；
节点检测子模块，用于当存在未检测的网格节点时，检测所述轮廓数据中是否存在所述网格节点对应的扫描点的点云数据。
12.根据权利要求9所述的轮廓数据补全装置，其特征在于，所述节点处理模块包括：
近邻搜索子模块，用于当不存在所述网格节点对应的扫描点的点云数据时，从所述轮廓数据中获取所述网格节点附近的扫描点的点云数据；
数据生成子模块，用于根据所述网格节点附近的扫描点的点云数据，生成所述网格节点对应的缺失扫描点的点云数据。
13.根据权利要求12所述的轮廓数据补全装置，其特征在于，所述数据生成子模块用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的点云数据。
14.根据权利要求13所述的轮廓数据补全装置，其特征在于，所述数据生成子模块包括：
点云插值单元，用于根据所述网格节点附近的扫描点的点云数据，使用NURBS曲面修补的方式对所述网格节点对应的缺失扫描点的点云数据进行插值操作，得到所述网格节点对应的缺失扫描点的待优化点云数据；
附近搜索单元，用于根据所述缺失扫描点的待优化点云数据，获取所述缺失扫描点附近的扫描点的点云数据；
法向获取单元，用于根据所述缺失扫描点附近的扫描点的点云数据，获取所述缺失扫描点附近的扫描点的法向信息；
点云优化单元，用于根据所述缺失扫描点附近的扫描点的法向信息，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
15.根据权利要求14所述的轮廓数据补全装置，其特征在于，所述点云优化单元包括：
区域检测子单元，用于根据所述缺失扫描点附近的扫描点的法向信息，检测所述缺失扫描点是否处于预设类型区域；
策略获取子单元，用于当所述缺失扫描点处于所述预设类型区域时，获取所述预设类型区域对应的插值策略；
优化处理子单元，用于根据所述预设类型区域对应的插值策略，对所述网格节点对应的缺失扫描点的待优化点云数据进行优化处理，得到所述网格节点对应的缺失扫描点的点云数据。
16.根据权利要求15所述的轮廓数据补全装置，其特征在于，所述预设类型区域是棱或者圆锥的顶点。
17.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-8任一项所述方法的步骤。
18.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033990.9A CN112365500B (zh) | 2021-01-12 | 2021-01-12 | 轮廓数据补全方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033990.9A CN112365500B (zh) | 2021-01-12 | 2021-01-12 | 轮廓数据补全方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112365500A CN112365500A (zh) | 2021-02-12 |
| CN112365500B true CN112365500B (zh) | 2022-02-08 |
Family
ID=74534798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110033990.9A Active CN112365500B (zh) | 2021-01-12 | 2021-01-12 | 轮廓数据补全方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112365500B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115619978B (zh) * | 2022-11-21 | 2023-06-02 | 广州中望龙腾软件股份有限公司 | 网格面构建方法、终端以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1885349A (zh) * | 2006-07-05 | 2006-12-27 | 东南大学 | 三维扫描的点云孔洞填补方法 |
| US20120066892A1 (en) * | 2001-05-25 | 2012-03-22 | Conformis, Inc. | Patient selectable joint arthroplasty devices and surgical tools |
| CN104484507A (zh) * | 2014-11-26 | 2015-04-01 | 重庆大学 | 一种基于逆向工程的零部件再制造方法 |
| CN105787921A (zh) * | 2015-08-19 | 2016-07-20 | 南京大学 | 利用机载LiDAR数据重建大型复杂立交桥三维模型的方法 |
| CN107689254A (zh) * | 2016-08-03 | 2018-02-13 | 佛山市诺威科技有限公司 | 一种全冠修复体外表面数字化生成方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109410320A (zh) * | 2018-09-30 | 2019-03-01 | 先临三维科技股份有限公司 | 三维模型重建方法、装置、计算机设备和存储介质 |
| CN110480075B (zh) * | 2019-08-26 | 2021-07-02 | 上海拓璞数控科技股份有限公司 | 基于点云数据的工件曲面轮廓补偿系统及方法及介质 |
-
2021
- 2021-01-12 CN CN202110033990.9A patent/CN112365500B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120066892A1 (en) * | 2001-05-25 | 2012-03-22 | Conformis, Inc. | Patient selectable joint arthroplasty devices and surgical tools |
| CN1885349A (zh) * | 2006-07-05 | 2006-12-27 | 东南大学 | 三维扫描的点云孔洞填补方法 |
| CN104484507A (zh) * | 2014-11-26 | 2015-04-01 | 重庆大学 | 一种基于逆向工程的零部件再制造方法 |
| CN105787921A (zh) * | 2015-08-19 | 2016-07-20 | 南京大学 | 利用机载LiDAR数据重建大型复杂立交桥三维模型的方法 |
| CN107689254A (zh) * | 2016-08-03 | 2018-02-13 | 佛山市诺威科技有限公司 | 一种全冠修复体外表面数字化生成方法 |
Non-Patent Citations (2)
| Title |
|---|
| GRNet: Gridding Residual Network for Dense Point Cloud Completion;Haozhe Xie 等;《Computer Vision and Pattern Recognition (cs.CV)》;20200720;全文 * |
| 基于网格模型的磨损区域边界提取方法研究;马朝霞 等;《计算机应用研究》;20091115;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112365500A (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7138753B2 (ja) | 画像欠陥検出方法、装置、電子機器、記憶媒体および製品 | |
| US20220207749A1 (en) | Utilizing soft classifications to select input parameters for segmentation algorithms and identify segments of three-dimensional digital models | |
| EP3667544A1 (en) | Designing a structural product | |
| WO2024159943A1 (zh) | 图纸表格区域检测方法、装置、存储介质和电子设备 | |
| CN112365500B (zh) | 轮廓数据补全方法、装置、电子设备及存储介质 | |
| WO2022041980A1 (en) | Concept prediction to create new intents and assign examples automatically in dialog systems | |
| CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
| CN112446231A (zh) | 一种人行横道检测方法、装置、计算机设备及存储介质 | |
| US11967010B2 (en) | Digital artboard angular snapping guides | |
| CN112598784B (zh) | 轮廓扫描结果的调整方法、装置、电子设备及存储介质 | |
| CN114186306A (zh) | 结构设计中的柱放置的可定制强化学习 | |
| WO2024040844A1 (zh) | 模型调试方法、装置、电子设备及存储介质 | |
| US20240013364A1 (en) | Image-based vehicle damage assessment method, apparatus and storage medium | |
| CN115018763A (zh) | 基于曲面拟合的凹坑检测方法、装置、设备及存储介质 | |
| EP4083938A2 (en) | Method and apparatus for image annotation, electronic device and storage medium | |
| CN115294374A (zh) | 数模与实际工件焊缝对接的方法 | |
| CN115270449A (zh) | 一种受损零件模型生成方法、装置及系统 | |
| CN112990131B (zh) | 获取电压转换开关工作档位的方法、装置、设备及介质 | |
| CN115393305A (zh) | 工业缺陷检测方法、装置、电子设备及存储介质 | |
| CN114155471A (zh) | 设计图纸与实物的核验方法、装置、计算机设备和系统 | |
| CN113989135A (zh) | 一种图像修复的方法、装置、电子设备及存储介质 | |
| CN112785633A (zh) | 文物修复策略的获取方法、装置、电子设备及存储介质 | |
| CN118604006B (zh) | 一种建筑墙体安全检测方法及系统 | |
| CN113742626B (zh) | 一种对网页预设文件的视觉验证方法及系统 | |
| CN112148285B (zh) | 一种界面设计方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220330 Address after: Building C, No.888, Huanhu West 2nd Road, Lingang New District, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Shenlan Intelligent Technology (Shanghai) Co.,Ltd. Address before: 213000 No.103, building 4, Chuangyan port, Changzhou science and Education City, No.18, middle Changwu Road, Wujin District, Changzhou City, Jiangsu Province Patentee before: SHENLAN ARTIFICIAL INTELLIGENCE CHIP RESEARCH INSTITUTE (JIANGSU) Co.,Ltd. |