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！

龙图腾网获悉成都美奢锐新材料有限公司;成都创像科技有限公司申请的专利基于三维相机与神经网络融合的缺陷量化方法及其应用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：CN119477874B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411613341.6，技术领域涉及：G06T7/00；该发明授权基于三维相机与神经网络融合的缺陷量化方法及其应用是由周由;刘建宏;左汀玉;陈亮;刘宁;邱嵩;颜焰设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本基于三维相机与神经网络融合的缺陷量化方法及其应用在说明书摘要公布了：本发明涉及图像处理的技术领域，公开了基于三维相机与神经网络融合的缺陷量化方法及其应用。缺陷量化方法包括以下步骤：步骤A，将三维相机采集到的较大区域的灰度图像和点云数据裁剪为与缺陷相关的较小区域，得到较小区域的灰度图像和点云数据；步骤B，对裁剪后的较小区域的点云数据进行曲面拟合，得到光滑曲面模型；步骤C，使用实例分割神经网络模型处理较小区域的灰度图像，得到相应的掩码图；步骤D，根据掩码图上的缺陷边缘，从较小区域的点云数据中提取得到缺陷边缘的子点云数据；步骤E，将子点云数据与光滑曲面模型进行差异计算，即可获得缺陷的几何信息。本发明的计算方法简单，计算效率和准确度高。

本发明授权基于三维相机与神经网络融合的缺陷量化方法及其应用在权利要求书中公布了：1.基于三维相机与神经网络融合的缺陷量化方法，其特征在于：包括以下步骤： 步骤A，将三维相机采集到的较大区域的灰度图像和点云数据裁剪为与缺陷相关的较小区域，得到较小区域的灰度图像和点云数据； 步骤B，对裁剪后的较小区域的点云数据进行曲面拟合，得到光滑曲面模型； 步骤C，使用实例分割神经网络模型处理较小区域的灰度图像，得到相应的掩码图； 步骤D，根据掩码图上的缺陷边缘，从较小区域的点云数据中提取得到缺陷边缘的子点云数据； 步骤E，将子点云数据与光滑曲面模型进行差异计算，即可获得缺陷的几何信息； 其中，由二维图像计算缺陷中心在机器人基座坐标系下的三维坐标，然后使夹爪将缺陷中心移动至三维相机的成像中心；根据三维相机成像中心以及由二维图像计算出的缺陷大小进行裁剪； 其中，缺陷中心在机器人基座坐标系下的三维坐标的计算方法包括以下步骤： 步骤100，将二维图像中缺陷的二维像素坐标矩阵与二维相机的内参矩阵相乘，计算得到缺陷在二维相机坐标系中的归一化平面坐标； 步骤200，根据归一化平面坐标以及测试对象与二维相机之间的距离，计算得到缺陷在二维相机坐标系中的实际三维相机坐标； 步骤300，利用二维相机坐标系到机器人基座坐标系的变换矩阵，将缺陷在二维相机坐标系中的实际三维坐标转换为在机器人基座坐标系下的三维坐标； 步骤400，利用机器人基座坐标系到机器人夹爪坐标系的变换矩阵，将缺陷在机器人基座坐标系下的三维坐标转换为在机器人夹爪坐标系下的三维坐标； 步骤500，将缺陷在机器人夹爪坐标系下的三维坐标与机器人夹爪坐标系原点作差，计算得到表示缺陷在机器人夹爪坐标系下的相对位置的向量； 步骤600，利用机器人夹爪坐标系到机器人基座坐标系的变换矩阵，将向量转换为缺陷在机器人基座坐标系下的三维坐标，进而得到缺陷中心在机器人基座坐标系下的三维坐标。

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成都美奢锐新材料有限公司;成都创像科技有限公司，其通讯地址为：610101 四川省成都市成都经济技术开发区(龙泉驿区)车城西一路566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”。

以上内容由龙图腾AI智能生成。