[发明专利]基于深度图像的三维部件相似度计算方法

权利要求书

1.一种基于深度图像的三维部件相似度计算方法，其特征在于，包括以下步骤：

获取三维部件的网格模型，得到网格模型的三角面顶点坐标，并存储为顶点文件；

根据顶点文件最小包络盒子尺寸，创建八叉树；

对八叉树单元格中的各三角网格进行并行射线运算，求解单位步距下各x、y坐标位置的深度方向坐标，以获取部件的表面深度图、背面深度图以及倒扣区域深度图；其中倒扣区域为三角网格受到其他网格遮挡，而无法被正向发射的射线直接穿透的区域，在计算时，三角网格的法向与射线方向相反，则被认定为倒扣区域；深度图中，无碰撞点的像素灰度值记为0，深度至最小点记灰度值为A，且满足A＞0；

基于表面深度图和背面深度图提取部件轮廓，并在部件轮廓的内部区域分割特征，包括凸台特征、槽位特征和孔位特征：

①将局部表面深度图与背面深度图中灰度值差值大于第一阈值的区域，定义为凸台特征；

②将局部表面深度图与背面深度图中灰度值差值小于第二阈值的区域，定义为槽位特征；

③将图像灰度值等于0的区域，定义为孔位特征；

基于倒扣区域深度图，分割倒扣特征：

在倒扣区域深度图中，将所有灰度值不为0的点通过聚类算法进行分组，分组后的各连续区域即为倒扣特征；

利用分类模型分别识别凸台特征、槽位特征和孔位特征的类型；

对于凸台特征，计算当前部件与对比部件相同类型的特征的数量差值C；将相同类型的特征提取至一特征图中，通过图片的余弦距离计算当前部件与对比部件关于该类型的特征的相似度T，进而计算该类型的特征的相似度Q＝1/min(1，C)+T；最后将凸台特征所有类型的特征的相似度相加，得到凸台特征的相似度Q_凸；

同理，得到槽位特征和孔位特征的相似度Q_槽和Q_孔；

对于倒扣特征，计算当前部件与对比部件中倒扣特征的数量差值C’；将倒扣特征提取至一特征图中，通过图片的余弦距离计算当前部件与对比部件关于倒扣特征的相似度T’，进而计算倒扣特征的相似度Q_扣＝1/min(1，C’)+T’；此外，计算厚度相似度H＝max(H₁，H₂)/|H₁-H₂|，H₁和H₂分别表示当前部件与对比部件的扣位厚度；

计算外形相似度P，最终计算部件相似度S：

S＝λ₁*P+λ₂*Q_凸+λ₃*Q_槽+λ₄*Q_孔+λ₅*(Q_扣+H)

式中，λ₁、λ₂、λ₃、λ₄和λ₅均为权重。

2.根据权利要求1所述的基于深度图像的三维部件相似度计算方法，其特征在于，获取三维部件的网格模型包括：

获取三维部件的几何体；

设置网格化参数，得到几何体所对应的网格模型。

3.根据权利要求2所述的基于深度图像的三维部件相似度计算方法，其特征在于，网格化参数满足以下要求：

产品尺寸：误差0.5mm，角度误差1°；

零件尺寸：误差0.2mm，角度误差0.5°。

4.根据权利要求1所述的基于深度图像的三维部件相似度计算方法，其特征在于，基于CUDA对八叉树单元中的各三角网格进行并行射线运算，以获取部件的深度图。

5.根据权利要求1或4所述的基于深度图像的三维部件相似度计算方法，其特征在于，进行并行射线运算之前，计算八叉树各单元格所包含的三角网格：

计算三角网格的最小包络盒顶点坐标，判断顶点坐标是否存在于八叉树单元格中；若存在，则该三角网格属于该八叉树单元格。