Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连工业大学王慧慧获国家专利权

大连工业大学王慧慧获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连工业大学申请的专利一种基于线激光扫描的三文鱼智能分割方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116596939B

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310421305.9,技术领域涉及:G06T7/10;该发明授权一种基于线激光扫描的三文鱼智能分割方法是由王慧慧;龚泽;张旭;刘阳;杨继新设计研发完成,并于2023-04-19向国家知识产权局提交的专利申请。

一种基于线激光扫描的三文鱼智能分割方法在说明书摘要公布了:一种基于线激光扫描的三文鱼智能分割方法,包括点云采集模块、点云分割模块和分割规划模块:点云采集模块用于生成完整点云模型,包括线激光扫描、点云数据处理、点云拼接;点云分割模块用于点云模型粗分割并生成标签,其分割网络为基于PointNet++并结合Transformer改进的深度学习网络;分割规划模块用于映射标签并生成方案,其通过去除异常点优化粗分割模型,在三维重构基础上映射切割。本发明通过线激光扫描无损采集原料表面,结合点云拼接、点云处理和深度学习进行点云分割,同时引入Transformer改善特征,通过异常点去除及三维重构,优化并直观反映切割方案。本系统精准识别不同大小的三文鱼并完成部位分割。

本发明授权一种基于线激光扫描的三文鱼智能分割方法在权利要求书中公布了:1.一种基于线激光扫描的三文鱼智能分割方法,其特征在于,该基于线激光扫描的三文鱼智能分割方法包括点云采集模块、点云分割模块和分割规划模块,步骤如下: 步骤1:搭建原料表面三维信息采集平台; 原料表面三维信息采集平台主要由工控机、编码器、步进电机、传送带、暗箱、光源以及线激光传感器组成;暗箱加装在传送带上,暗箱内设有光源和线激光传感器;传送带上安装有编码器,编码器进一步连接步进电机,用于驱动传送带运行;编码器和和线激光传感器连接工控机; 步骤2:点云采集模块中通过线激光传感器对待加工三文鱼进行实时扫描,获取三文鱼表面点云数据;基于PCL数据处理、ICP点云拼接算法设计三文鱼点云模型生成方法,将传送带空载点云以及三文鱼运行点云进行数据处理、ICP有效拼接,生成完整三文鱼点云模型; 待传送带平稳运行,采用触发模式采集三文鱼表面数据,线激光传感器的线激光测量采用激光三角反射式原理,测量数据为三文鱼在Z轴、X轴方向上的点云数据,三文鱼在Y轴方向的数据根据传送带速度进行补充;点云采集模块中ICP点云拼接算法用于拼接传送带空载点云以及三文鱼运行点云; 步骤3:点云分割模块中设计一种基于PointNet++并结合Transformer模型优化特征提取效果的三文鱼点云分割网络模型,即在原网络特征传递层SA中引入Transformer模型提取特征,在第一次特征提取阶段利用Transformer再进行一次特征提取,强化特征,将点云采集模块中生成的三文鱼点云模型输入至训练好的三文鱼点云分割网络模型中,得到三文鱼点云模型中各个点云的标签分类,生成粗分割模型; 三文鱼点云分割网络模型的主干网络为PointNet++,其包括层次化特征学习和分层特征传播;在层次化特征学习中引入Transformer模型对点云局部特征与全局特征的提取进行优化,层次化特征学习包括2组集合抽象层SA,每个集合抽象层SA包括采样层、分组层、特征层,在集合抽象层SA1引入Transformer模型对三文鱼点云模型的原始点集特征进行优化;包括如下步骤: 步骤3.1.1设定采样层使用最远点采样从三文鱼点云模型的原始点集中选取点云簇的中心点; 步骤3.1.2设定分组层按照球型检索选取采样中心点的邻域点,将选出的各个邻域点形成子点云送入特征层; 步骤3.1.3设定特征层使用PointNet提取各个子点云局部特征信息,PointNet提取采样得到的中心点集的特征作为点云全局特征,完成集合抽象层SA1降采样和特征提取; 步骤3.1.4设定Transformer模型对步骤3.1.3中的局部特征及点云全局特征做强化特征处理; 设定步骤3.1.1中的采样点为集合抽象层SA2的原始点集,依次重复上述步骤3.1.2和3.1.3一次,完成集合抽象层SA1、SA2降采样和特征提取,得到2组经过降采样后含有局部空间特征的点云; 分层特征传播用于特征传递返回原始点集,具体步骤如下, 步骤3.2.1将集合抽象层SA1和集合抽象层SA2获取到特征基于反距离加权插值生成插值特征,利用skip-link将插值特征与集合抽象层SA特征进行拼接堆叠; 步骤3.2.2设定堆叠特征经过unitPointNet,再次实现特征提取; 步骤3.2.3重复步骤3.2.1-3.2.2共3次,获取每个点在5个类的预测分数,取得分最大值为输入点云类别,完成三文鱼点云模型分割,生成三文鱼的粗分割模型,并生成标签;粗分割模型中点云标签分类结果包括上鱼背的标签、鱼腹的标签、鱼腩的标签、后段的标签以及鱼尾的标签; 步骤4:分割规划模块中将步骤2中生成的三文鱼点云模型利用滚球法进行表面重建,设计一种基于标签判别的异常点去除方法,对步骤3中获得的粗分割模型进行优化,最后生成分割方案; 分割规划模块中基于标签判别的异常点去除方法如下:粗分割模型中点标签根据分类结果设置为0、1、2、3、4分别对应鱼背、鱼腹、鱼腩、后段及鱼尾,指定任意一点为中心点,确定半径K,将距离在K以内的点标签全部与中心点比较,若其他点的标签均与之不同,则认定该点为异常点,反之则为正常点,所有点均执行此操作直至粗分割模型优化完毕; 表面重建方法使用滚球法生成,包括:1种子三角形选取,即按照规则确定一个种子三角形;2三角网格拓展,将种子三角形所在边规定为扩展边,将一个半径为R的滚球沿着一条扩展边进行滚动,直到滚球接触到点时停止,将该点与扩展边相连形成新的三角网格,网格上新增边也定义为扩展边,重复以上,直到完成所有扩展边,行成三角网格拓展,从而生成三维网格模型; 基于PCL点云处理、ICP拼接算法设计的生成完整点云模型方法步骤如下: 步骤2.1将线激光采集得到的三文鱼表面点云数据编写为PCD点云模型; 步骤2.2利用PCL进行数据优化,使用体素滤波下采样进行点云精简; 步骤2.3利用移动最小二乘法进行点云平滑处理,提高点云精度; 步骤2.4利用ICP算法拼接传送带空载运行点云及三文鱼运行扫描点云; 步骤2.5利用阈值分割法去除原料两侧传送带表面形成的干扰数据,形成完整三文鱼点云模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连工业大学,其通讯地址为:116034 辽宁省大连市甘井子区轻工苑1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。