[发明专利]一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法有效
申请号: | 201610902227.4 | 申请日: | 2016-10-17 |
公开(公告)号: | CN107204002B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 王鑫;蒋泽云;姚军;张琦;周忠海;杨丰利;段利亚 | 申请(专利权)人: | 山东省科学院海洋仪器仪表研究所 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/11;G06T7/194;G06T7/60;G06T7/50;G06T17/05;G06K9/00;G06K9/46 |
代理公司: | 青岛华慧泽专利代理事务所(普通合伙) 37247 | 代理人: | 曲显荣;沙莎 |
地址: | 266071 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 三维 数字图像 曲面 自动识别 结构 参数 智能 提取 方法 | ||
1.一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法,其特征在于,将含曲面的数据体空间点分为中心曲面骨架点、曲线骨架点及简单点,曲面骨架点与曲线骨架点共同构成中轴骨架,简单点为对中轴骨架无贡献的无效点,依据面状结构的拓扑结构特征将曲面骨架点分为面点、边缘点,分类分步识别中心曲面以及中轴骨架,精细描述三维数字图像的拓扑结构特征,智能测量曲面结构参数;
包括以下步骤:
S1.利用高精度扫描设备对样品进行扫描,获取包含样品结构信息的三维数字图像数据体;
S2.将步骤S1中的三维数字图像数据进行数据二值化,分离目标区域对应的所有空间点,标记为目标点,并赋值1,其余背景区域标记为背景点或噪声点,赋值0,得到只包含0,1的二值数据体;
S3.利用基于三维空间邻居关系的欧式距离变换方法,对步骤S2中得到的二值数据体进行三维距离测度处理,依照欧式距离大小确定数据扫描顺序;
S31.设定基于三维空间邻居域的计算游标;
S32.利用三维计算游标依照由面到体的扫描顺序遍历所有目标点,计算数据体的欧氏距离数据;
S4.利用基于三维空间拓扑结构参数的面状特征识别方法,按顺序扫描识别数字图像中具有面状特征的区域,提取表征曲面拓扑结构特征的曲面骨架面点;
S5.基于三维空间邻居关系,基于步骤S4得到的曲面面点集合,判断步骤S2得到的二值数据体中的所有曲面边缘点,提取边缘点,刻画曲面区域轮廓;
S6.利用基于三维空间拓扑结构参数的简单点识别方法,扫描识别并剔除数据体中的所有简单点;
S7.对初始中轴骨架进行优化,仅保留对样品拓扑结构特征做有效贡献的中轴骨架点,得到表征三维数字图像拓扑结构特征,且厚度仅为一个像素点的中轴骨架数据体;
S8.对步骤S7中的中轴骨架数据体进行智能测量,获取三维数字图像的拓扑结构参数。
2.根据权利要求1所述的一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法,其特征在于,所述步骤S1中的高精度扫描设备为CT或FIB-SEM。
3.根据权利要求1所述的一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法,其特征在于:所述步骤S4基于三维空间拓扑结构参数的面状特征识别方法,具体包括以下步骤:
S41.计算步骤S2得到的二值数据体中所有目标点的拓扑结构特征参数数值;
S42.判断具有面状特征的区域,并提取表征曲面拓扑结构的中轴骨架面点;
S43.整合得到的曲面部分的曲面面点骨架。
4.根据权利要求1所述的一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法,其特征在于:所述步骤S8中的三维数字图像的曲面拓扑结构参数为曲面轮廓、曲面折角、曲面倾角、曲面几何中心和曲面厚度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东省科学院海洋仪器仪表研究所,未经山东省科学院海洋仪器仪表研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610902227.4/1.html,转载请声明来源钻瓜专利网。