基于神经网络与点云配准的发动机叶片重构方法
授权
摘要
本发明公开了一种基于神经网络与点云配准的发动机叶片重构方法，用于解决现有发动机叶片重构方法精度差的技术问题。技术方案是首先采集多组发动机叶片的深度图像和彩色图像，并将经前期数据处理后的数据对齐，进行坐标变换获取初始叶片的3D点云，并用KD‑tree算法滤波。其次使用神经网络对点云数据进行点云配准，利用表面纹理映射与生成算法完成发动机叶片三维重建，得到完整三维模型。针对于重构的故障叶片模型，对发动机故障叶片中的裂纹、缺损等问题进行更好的分析与检测。本发明使用Kinect2.0图像采集设备采集数据，操作方便，且通过神经网络点云滤波、点云配准等对采集到的初始粗糙数据进行处理，获取的点云数据更加精确。
基本信息
专利标题 ：
基于神经网络与点云配准的发动机叶片重构方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110866969A
申请号 ：
CN201910994398.8
公开（公告）日 ：
2020-03-06
申请日 ：
2019-10-18
授权号 ：
CN110866969B
授权日 ：
2022-06-14
发明人 ：
沈扬吴亚锋唐铭阳
申请人 ：
西北工业大学
申请人地址 ：
陕西省西安市友谊西路127号
代理机构 ：
西北工业大学专利中心
代理人 ：
王鲜凯
优先权 ：
CN201910994398.8
主分类号 ：
G06T17/00
IPC分类号 ：
G06T17/00 G06T7/90
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T17/00
用于计算机制图的3D建模
法律状态
2022-06-14 ：
授权
2020-03-31 ：
实质审查的生效
IPC(主分类) : G06T 17/00
申请日 : 20191018
申请日 : 20191018
2020-03-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
