CN111932528B - 一种基于视觉识别的手雷质量检测方法及系统 - Google Patents
一种基于视觉识别的手雷质量检测方法及系统 Download PDFInfo
- Publication number
- CN111932528B CN111932528B CN202010929858.1A CN202010929858A CN111932528B CN 111932528 B CN111932528 B CN 111932528B CN 202010929858 A CN202010929858 A CN 202010929858A CN 111932528 B CN111932528 B CN 111932528B
- Authority
- CN
- China
- Prior art keywords
- projection
- area
- sub
- grenade
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 230000000007 visual effect Effects 0.000 title claims abstract description 26
- 239000013598 vector Substances 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000005484 gravity Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000012634 fragment Substances 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 16
- 238000003708 edge detection Methods 0.000 description 16
- 229910000831 Steel Inorganic materials 0.000 description 9
- 239000010959 steel Substances 0.000 description 9
- 230000002147 killing effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000002360 explosive Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于视觉识别的手雷质量检测方法及系统,通过三维扫描在计算机中重建出手雷的弹体三维模型,根据弹体三维模型快速的计算出其每个刻槽线形成的刻槽面其外接圆上的重心,计算出其切向量与外接圆切向量之间的误差角度;当所有的手雷的弹体检测区域中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品,从而筛选出误差角度大的产品,筛选误差角度小的产品有助于提高弹体结构的稳定性,降低弹体不匀称、厚薄不均的弹体产品导致不合格的风险,减少弹体不稳定的现象发生几率,本发明应用于手雷弹体产品检测。
Description
技术领域
本发明涉及军工装备生产、机器视觉技术领域,具体涉及一种基于视觉识别的手雷质量检测方法及系统。
背景技术
早期的手雷都是外设有钢铁套筒,起爆后由内部的炸药的爆炸力量将钢铁套筒炸碎形成破片造成杀伤范围,这种手雷形成的破片大小不一,威力和安全性都不好;于是后期的改进型为,在钢套筒外侧预制刻槽,改进成为钢板预制刻槽弹体,其内部的TNT炸药使得壳体能产生大量的破片从而产生范围杀伤力,在由于预制刻槽弹体的破碎得到了均匀的破片,即预制破片,极大增加了手榴弹威力,但是这些手雷的破片是有限度的,产生的数量较少,威力极其有限。
随着技术的发展进步,目前出现了手雷钢珠破片战斗部,也称为破片杀伤战斗部,使用粘接材料将钢珠制成破片套,预制破片预先加工成型,将形状与质量预先设计的钢珠、钢箭、钨球、钨柱等预制破片制作成预制破片套体,并安装在榴弹弹体的外表面或内表面,这些预制破片与榴弹弹体爆炸形成的自然破片共同构成破片杀伤场,由于预制破片飞行阻力特性的一致性,带预制破片的榴弹将在设定的范围内有较密集的杀伤效果。
目前在手雷的加工制造过程中,手雷的弹体上设有的预制破片套体中预设的破片必须要外形匀称,否则将影响使用效果和威力,甚至在运输、使用过程中由于不规则的外形,随着碰撞和剐蹭会影响到运输人员的安全性,使用人员对弹体进行投掷时,会降低投掷的距离,并且由于弹体不匀称、厚薄不均等原因,爆炸后弹体厚的部位产生的破片少,覆盖范围小,严重影响使用效果。
发明内容
本发明的目的在于提出一种基于视觉识别的手雷质量检测方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本发明的一方面,提供一种基于视觉识别的手雷质量检测方法,所述方法包括以下步骤:
S100,通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;手雷弹体为手雷的弹体部分;
S200,读取三维模型表面的刻槽线;
S300,读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
S400,将投影子区域集合中的投影子区域的平均面积作为参考面积,去除投影子区域集合中大于参考面积N倍的投影子区域并去除小于参考面积M倍的投影子区域,得到刻槽区域集合;
S500,通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
S600,如果投影子区域与外接球子区域之间存在重叠区域,即投影子区域与外接球子区域存在交集区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点,令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品并结束流程;
S700,当存在重叠区域时筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
S800,在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
S900;当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
进一步地,在S100中,所述三维扫描设备包括激光雷达扫描仪、摄影测量仪、三维坐标测量机、激光跟踪仪、三维激光扫描仪、三坐标测量机。
进一步地,在S100中,所述通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型的方法为:通过三维扫描设备采集手雷弹体表面的空间位置数据(手雷弹体表面的位置、表面形态、大小分布等各方面的信息),通过空间位置数据生成手雷弹体的三维模型;
进一步地,在S200中,读取三维模型表面的刻槽线的方法为:通过边缘检测算法识别出三维模型表面图像的边缘线作为刻槽线;所述边缘检测算法包括Canny边缘检测算法、Sobel边缘检测算法、Prewitt边缘检测算法、Roberts边缘检测算法、Laplace边缘检测算法中的任意一种检测方法得到三维模型表面图像中的刻槽线。
进一步地,在S200中,读取三维模型表面的刻槽线的方法为:通过人工标注的方法标记并读取出三维模型表面的刻槽线。
进一步地,在S400中,去除大于子区域的平均面积N倍的子区域为去除投影子区域集合中属于手雷弹体顶部的装药洞和底部在外接圆的投影区域;去除小于子区域的平均面积M倍的子区域为去除弹体的除刻槽线外的防滑槽等在外接圆的投影区域,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍。
进一步地,在S500中,经线为手雷弹体的三维模型的外接球上的纵向线,纬线为外接球上的横向线;经线与纬线形成多个网格将外接球均分为多个面积相同的网格区域,即多个子区域作为外接球子区域。
,其中,r为外接球的半径,为外接球子区域与经线的两个交点与圆心连线形成的圆心角;为外接球子区域与
纬线的两个交点与圆心连线形成的圆心角,外接球子区域与经线的两个交点之间作为高
度,外接球子区域与纬线的两个交点作为宽度,高度和宽度设置分别为对应的投影子区域
的高度、宽度。
进一步地,在S700中,所述重叠区域内的对应的投影子区域与外接球子区域为产生重叠区域的手雷弹体的三维模型的外接球上投影子区域与外接球子区域。
进一步地,在S800中,计算切向量的方法为:
通过以上相同方法可得第二投影点的切向量:即,
进一步地,在S800中,修正第一投影点的切向量为:
D1为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第一投影点和当前的重叠区域中第一投影点之间的距离;
D2为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第二投影点和当前的重叠区域中第二投影点之间的距离;
Vertex为第一投影点和第二投影点所在的重叠区域的曲面最高点到三维模型表面的最近距离;由于外接球上的投影的第一投影点的切向量并不能精确的表示出三维模型的切向量方向,具有一定的误差,所以需要通过此次修正步骤修正第一投影点的切向量为接近弹体三维模型的切向量。
进一步地,在S800中,角度阈值的取值范围为[10,60]度。
进一步地,在S900中,容忍阈值的取值范围为[0,5]个。
本发明还提供了基于一种基于视觉识别的手雷质量检测系统,所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
弹体模型采集单元,用于通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;
刻槽线读取单元,用于读取三维模型表面的刻槽线;
刻槽线投影单元,用于读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
投影区筛选单元,用于去除投影子区域集合中大于投影子区域集合中投影子区域的平均面积的N倍和小于投影子区域集合中投影子区域的平均面积M倍的投影子区域得到刻槽区域集合,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍;
外接球网格化单元,用于通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
重叠重心单元,用于判断如果投影子区域与外接球子区域之间存在重叠区域,即投影子区域与外接球子区域存在交集区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点,令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品并结束流程;
检测区筛选单元,用于在当存在重叠区域时筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
切向量计算单元,用于在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
弹体合格检测单元,用于在当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
本发明的有益效果为:本发明提供一种基于视觉识别的手雷质量检测方法及系统,通过三维扫描在计算机中重建出手雷的弹体三维模型,根据弹体三维模型快速的计算出其每个刻槽线形成的刻槽面其外接圆上的重心,计算出其切向量与外接圆切向量之间的误差角度,从而筛选出误差角度大的产品,筛选误差角度小的产品有助于提高弹体结构的稳定性,降低弹体不匀称、厚薄不均的弹体产品导致不合格的风险,减少弹体不稳定的现象发生几率。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种基于视觉识别的手雷质量检测方法的流程图;
图2所示为基于一种基于视觉识别的手雷质量检测结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为根据本发明的一种基于视觉识别的手雷质量检测方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种基于视觉识别的手雷质量检测方法。
本发明提出一种基于视觉识别的手雷质量检测方法,具体包括以下步骤:
S100,通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;
S200,读取三维模型表面的刻槽线;
S300,读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
S400,去除投影子区域集合中大于投影子区域集合中投影子区域的平均面积的N倍和小于投影子区域集合中投影子区域的平均面积M倍的投影子区域得到刻槽区域集合;
S500,通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
S600,如果投影子区域与外接球子区域之间存在重叠区域,即投影子区域与外接球子区域存在交集区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点;令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品;
S700,筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
S800,在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
S900;当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
进一步地,在S100中,所述三维扫描设备包括激光雷达扫描仪、摄影测量仪、三维坐标测量机、激光跟踪仪、三维激光扫描仪、三坐标测量机。
进一步地,在S100中,所述通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型的方法为:通过三维扫描设备采集手雷弹体表面的空间位置数据(手雷弹体表面的位置、表面形态、大小分布等各方面的信息),通过空间位置数据生成手雷弹体的三维模型;
进一步地,在S200中,读取三维模型表面的刻槽线的方法为:通过边缘检测算法识别出三维模型表面图像的边缘线作为刻槽线;所述边缘检测算法包括Canny边缘检测算法、Sobel边缘检测算法、Prewitt边缘检测算法、Roberts边缘检测算法、Laplace边缘检测算法中的任意一种检测方法得到三维模型表面图像中的刻槽线。
优选地,通过以下C++语言代码(部分关键性代码)表示本公开的通过边缘检测算法识别出三维模型表面图像的边缘线作为刻槽线方法:
//通过边缘检测算法识别出三维模型表面图像的边缘线作为刻槽线
void Edge_Canny(cv::Mat &src, cv::Mat &edge, float TL, float TH, intwsize=3, bool L2graydient = false){
int rows = src.rows;
int cols = src.cols;
//对三维模型表面图像进行高斯滤波
cv::GaussianBlur(src,src,cv::Size(5,5),0.8);
//调用Sobel算子
cv::Mat dx, dy, sobel_dst;
Sobel(src, dx, dy, sobel_dst, wsize, CV_32FC1);
//计算三维模型表面图像的梯度幅值
cv::Mat edgeMag;
if (L2graydient) cv::magnitude(dx, dy, edgeMag); //开平方
else edgeMag = abs(dx) + abs(dy); //绝对值之和近似
//计算三维模型表面图像的梯度方向
cv::Mat edgeMag_noMaxsup = cv::Mat::zeros(rows, cols, CV_32FC1);
for (int r = 1; r < rows - 1;++r){
for (int c = 1; c < cols - 1; ++c){
float x = dx.at<float>(r, c);
float y = dy.at<float>(r, c);
float angle = std::atan2f(y, x)/CV_PI * 180;//计算当前位置梯度方向
float mag = edgeMag.at<float>(r, c); //计算当前位置梯度幅值
//对三维模型表面图像非极大值抑制
if (abs(angle)<10 || abs(angle)>60){
float left = edgeMag.at<float>(r, c - 1);
float right = edgeMag.at<float>(r, c + 1);
if (mag >= left && mag >= right)
edgeMag_noMaxsup.at<float>(r, c) = mag;
};
if ((angle>=10 && angle<=60 ) || (angle>=-10 && angle<=-60)){
float top = edgeMag.at<float>(r-1, c);
float down = edgeMag.at<float>(r+1, c);
if (mag >= top && mag >= down)
edgeMag_noMaxsup.at<float>(r, c) = mag;
};
//对三维模型表面图像双阈值处理及边缘连接得到边缘线作为刻槽线
edge = cv::Mat::zeros(rows, cols, CV_8UC1);
for (int r = 1; r < rows - 1; ++r){
for (int c = 1; c < cols - 1; ++c){
float mag = edgeMag_noMaxsup.at<float>(r, c);
//大于高阈值,为确定边缘点,连接得到边缘线作为刻槽线
if (mag >= TH)
trace(edgeMag_noMaxsup, edge, TL, r, c, rows, cols);
else if (mag < TL)
edge.at<uchar>(r, c) = 0;
};
}。
进一步地,在S200中,读取三维模型表面的刻槽线的方法为:通过人工标注的方法标记并读取出三维模型表面的刻槽线。
进一步地,在S400中,去除大于子区域的平均面积N倍的子区域为去除投影子区域集合中属于手雷弹体顶部的装药洞和底部在外接圆的投影区域;去除小于子区域的平均面积M倍的子区域为去除弹体的除刻槽线外的防滑槽等在外接圆的投影区域,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍。
进一步地,在S500中,经线为手雷弹体的三维模型的外接球上的纵向线,纬线为外接球上的横向线;经线与纬线形成多个网格将外接球均分为多个面积相同的网格区域,即多个子区域作为外接球子区域。
,其中,r为外接
球的半径,为外接球子区域与经线的两个交点与圆心连线形成的圆心角;为外接
球子区域与纬线的两个交点与圆心连线形成的圆心角,外接球子区域与经线的两个交点之
间作为高度,外接球子区域与纬线的两个交点作为宽度,高度和宽度设置分别为对应的投
影子区域的高度、宽度。
进一步地,在S700中,所述重叠区域内的对应的投影子区域与外接球子区域为产生重叠区域的手雷弹体的三维模型的外接球上投影子区域与外接球子区域。
进一步地,在S800中,计算切向量的方法为:
通过以上相同方法可得第二投影点的切向量。
进一步地,在S800中,修正第一投影点的切向量为:
D1为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第一投影点和当前的重叠区域中第一投影点之间的距离;
D2为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第二投影点和当前的重叠区域中第二投影点之间的距离;
Vertex为第一投影点和第二投影点所在的重叠区域的曲面最高点到三维模型表面的最近距离;由于外接球上的投影的第一投影点的切向量并不能精确的表示出三维模型的切向量方向,具有一定的误差,所以需要通过此次修正步骤修正第一投影点的切向量为接近弹体三维模型的切向量。
进一步地,在S800中,角度阈值的取值范围为[10,60]度。
进一步地,在S900中,容忍阈值的取值范围为[0,5]个。
本发明的实施例提供的基于一种基于视觉识别的手雷质量检测系统,如图2所示为本发明的基于一种基于视觉识别的手雷质量检测系统结构图,该实施例的基于一种基于视觉识别的手雷质量检测系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于一种基于视觉识别的手雷质量检测系统实施例中的步骤。
所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
弹体模型采集单元,用于通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;
刻槽线读取单元,用于读取三维模型表面的刻槽线;
刻槽线投影单元,用于读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
投影区筛选单元,用于去除投影子区域集合中大于投影子区域集合中投影子区域的平均面积的N倍和小于投影子区域集合中投影子区域的平均面积M倍的投影子区域得到刻槽区域集合,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍;
外接球网格化单元,用于通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
重叠重心单元,用于判断如果投影子区域与外接球子区域之间存在重叠区域,即投影子区域与外接球子区域存在交集区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点;令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品;
检测区筛选单元,用于筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
切向量计算单元,用于在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
弹体合格检测单元,用于在当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
所述基于一种基于视觉识别的手雷质量检测系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述基于一种基于视觉识别的手雷质量检测系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是基于一种基于视觉识别的手雷质量检测系统的示例,并不构成对基于一种基于视觉识别的手雷质量检测系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述基于一种基于视觉识别的手雷质量检测系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述基于一种基于视觉识别的手雷质量检测系统运行系统的控制中心,利用各种接口和线路连接整个基于一种基于视觉识别的手雷质量检测系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述基于一种基于视觉识别的手雷质量检测系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (9)
1.一种基于视觉识别的手雷质量检测方法,其特征在于,所述方法包括以下步骤:
S100,通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;
S200,读取三维模型表面的刻槽线;
S300,读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
S400,将投影子区域集合中的投影子区域的平均面积作为参考面积,去除投影子区域集合中大于参考面积N倍的投影子区域并去除小于参考面积M倍的投影子区域,得到刻槽区域集合;
S500,通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
S600,如果投影子区域与外接球子区域之间存在重叠区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点,令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品并结束流程;
S700,当存在重叠区域时,筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
S800,在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
S900;当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
2.根据权利要求1所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S100中,所述三维扫描设备包括激光雷达扫描仪、摄影测量仪、激光跟踪仪、三维激光扫描仪、三坐标测量机。
3.根据权利要求1所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S100中,所述通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型的方法为:通过三维扫描设备采集手雷弹体表面的空间位置数据,通过空间位置数据生成手雷弹体的三维模型。
4.根据权利要求1所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S400中,去除大于子区域的平均面积N倍的子区域为去除投影子区域集合中属于手雷弹体顶部的装药洞和底部在外接圆的投影区域;去除小于子区域的平均面积M倍的子区域为去除弹体的除刻槽线外的防滑槽在外接圆的投影区域,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍。
5.根据权利要求4所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S700中,所述重叠区域内的对应的投影子区域与外接球子区域为产生重叠区域的手雷弹体的三维模型的外接球上投影子区域与外接球子区域。
6.根据权利要求5所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S800中,计算切向量的方法为:
令P点为第一投影点,P的空间坐标为(xi,yj,zk),按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第一投影点与P点之间的距离数据为f(xi,yj,zk),0≤i<Px,0≤j<Py,0≤k<Pz,Px×Py×Pz为重叠区域;计算得到P点的梯度值T=(Tx,Ty,Tz),即梯度为:
公式中的Δx,Δy,Δz分别为重叠区域的宽度、高度、外接球子区域与纬线的两个交点与圆心的三角形中所述交点到对应边的高;
通过以上相同方法可得第二投影点的切向量。
7.根据权利要求6所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S800中,修正第一投影点的切向量为:
Q1表示按照逆时针方向在外接球中与当前重叠区域的相邻的重叠区域中的第一投影点的切向量;
Q2表示按照逆时针方向在外接球中与当前重叠区域的相邻的重叠区域中的第二投影点的切向量;
D1为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第一投影点和当前的重叠区域中第一投影点之间的距离;
D2为按照逆时针方向外接球中与当前重叠区域的相邻的重叠区域中的第二投影点和当前的重叠区域中第二投影点之间的距离;
Vertex为第一投影点和第二投影点所在的重叠区域的曲面最高点到三维模型表面的最近距离。
8.根据权利要求1所述的一种基于视觉识别的手雷质量检测方法,其特征在于,在S800中,角度阈值的取值范围为[10,60]度;在S900中,容忍阈值的取值范围为[0,5]个。
9.一种基于视觉识别的手雷质量检测系统,其特征在于,所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
弹体模型采集单元,用于通过三维扫描设备扫描手雷弹体生成手雷弹体的三维模型;
刻槽线读取单元,用于读取三维模型表面的刻槽线;
刻槽线投影单元,用于读取刻槽线在三维模型的外接球上的投影线,以投影线将三维模型的外接球划分成的多个子区域作为投影子区域,将所有的投影子区域的集合作为投影子区域集合;
投影区筛选单元,用于去除投影子区域集合中大于投影子区域集合中投影子区域的平均面积的N倍和小于投影子区域集合中投影子区域的平均面积M倍的投影子区域得到刻槽区域集合,N和M为人工设置的倍数阈值,N设置为2倍和M设置为0.5倍;
外接球网格化单元,用于通过经线和纬线按照刻槽区域集合中投影子区域的平均面积将外接球的球体表面等面积的划分为多个子区域作为外接球子区域,将所有的外接球子区域的集合作为外接球子区域集合;
重叠重心单元,用于判断如果投影子区域与外接球子区域之间存在重叠区域,即投影子区域与外接球子区域存在交集区域,则令投影子区域的几何重心在外接球的球体表面上的投影点为第一投影点,令外接球子区域的几何重心在外接球的球体表面上的投影点为第二投影点;如果不存在重叠区域则标记该手雷弹体为不合格品并结束流程;
检测区筛选单元,用于在当存在重叠区域时筛选出第一投影点和第二投影点同时在所述重叠区域内的对应的投影子区域与外接球子区域,将每个所述对应的投影子区域与外接球子区域作为检测区域组合;
切向量计算单元,用于在每个检测区域组合中,计算第一投影点在投影子区域上的切向量得到第一切向量,计算第二投影点在外接球子区域上的切向量得到第二切向量;当第一切向量与第二切向量之间的夹角大于角度阈值时标记该检测区域组合为不合格的检测区域;
弹体合格检测单元,用于在当所有的检测区域组合中的不合格的检测区域数量超过容忍阈值时则标记该手雷弹体为不合格品,否则为合格品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929858.1A CN111932528B (zh) | 2020-09-07 | 2020-09-07 | 一种基于视觉识别的手雷质量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929858.1A CN111932528B (zh) | 2020-09-07 | 2020-09-07 | 一种基于视觉识别的手雷质量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932528A CN111932528A (zh) | 2020-11-13 |
CN111932528B true CN111932528B (zh) | 2021-02-19 |
Family
ID=73308731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010929858.1A Active CN111932528B (zh) | 2020-09-07 | 2020-09-07 | 一种基于视觉识别的手雷质量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932528B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114236272B (zh) * | 2021-12-02 | 2022-11-08 | 深圳市环球众一科技有限公司 | 一种电子产品的智能检测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1372114A2 (en) * | 2002-05-22 | 2003-12-17 | GE Medical Systems Global Technology Company LLC | X-ray ct apparatus and method using three dimensional back projection |
EP1668596A1 (en) * | 2003-08-25 | 2006-06-14 | Ulla Ruotsalainen | Method, system and software product for motion correction of tomographic images |
CN101825440A (zh) * | 2009-03-03 | 2010-09-08 | 鸿富锦精密工业(深圳)有限公司 | 产品零件间隙检测系统及方法 |
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
CN111546569A (zh) * | 2020-05-25 | 2020-08-18 | 广东明华机械有限公司 | 一种手雷外壳自动注塑装配生产线 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008027023A2 (en) * | 2004-02-05 | 2008-03-06 | Bae Systems Information And Electronic Systems Integration Inc. | Threat launch detection system and method |
CN103234453B (zh) * | 2013-04-15 | 2015-11-18 | 南信大影像技术工程(苏州)有限公司 | 基于空间距离的异型构件几何轴线位置关系的检测方法 |
-
2020
- 2020-09-07 CN CN202010929858.1A patent/CN111932528B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1372114A2 (en) * | 2002-05-22 | 2003-12-17 | GE Medical Systems Global Technology Company LLC | X-ray ct apparatus and method using three dimensional back projection |
EP1668596A1 (en) * | 2003-08-25 | 2006-06-14 | Ulla Ruotsalainen | Method, system and software product for motion correction of tomographic images |
CN101825440A (zh) * | 2009-03-03 | 2010-09-08 | 鸿富锦精密工业(深圳)有限公司 | 产品零件间隙检测系统及方法 |
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
CN111546569A (zh) * | 2020-05-25 | 2020-08-18 | 广东明华机械有限公司 | 一种手雷外壳自动注塑装配生产线 |
Non-Patent Citations (1)
Title |
---|
三维扫描设备在模具加工制造中的应用;王本日;《上海电气技术》;20110430(第4期);第32-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111932528A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9619691B2 (en) | Multi-view 3D object recognition from a point cloud and change detection | |
CN110197232B (zh) | 基于边缘方向和梯度特征的图像匹配方法 | |
US9547901B2 (en) | Method and apparatus for detecting point of interest (POI) in three-dimensional (3D) point clouds | |
US6504541B1 (en) | Warping geometric objects | |
EP3422286A1 (en) | Performing a histogram using an array of addressable registers | |
EP3379396A1 (en) | Method for acting on augmented reality virtual objects | |
CN111932528B (zh) | 一种基于视觉识别的手雷质量检测方法及系统 | |
US10445908B1 (en) | Computer handling of polygons | |
CN110095035B (zh) | 导弹引信探测仿真方法 | |
JP5468824B2 (ja) | 3次元における形状の一致を判定する方法および装置 | |
CN110956078B (zh) | 一种电力线检测方法及装置 | |
Barecasco et al. | Simple free-surface detection in two and three-dimensional SPH solver | |
CN106909539A (zh) | 图像检索系统、服务器、数据库及相关的方法 | |
Delibasis et al. | Geodesically-corrected Zernike descriptors for pose recognition in omni-directional images | |
CN109507877B (zh) | 飞行器弹道规划安全性评估方法 | |
CN117576219A (zh) | 大广角鱼眼镜头单次拍摄图像的相机标定设备及标定方法 | |
CN109766924B (zh) | 基于图像信息熵与自适应阈值daisy特征点的图像检测方法 | |
CN117789198A (zh) | 基于4d毫米波成像雷达实现点云退化检测的方法 | |
CN115205354B (zh) | 基于ransac和icp点云配准的相控阵激光雷达成像方法 | |
CN115661104A (zh) | 动力电池的整体完整度评估方法、装置、设备及介质 | |
US20230110939A1 (en) | Device and method for generating damage matrix based on warhead fragment data and target vulnerable area data | |
CN115731527A (zh) | 道路边界检测方法、装置、计算机设备和存储介质 | |
US10163221B1 (en) | Measuring geometric evolution of a high velocity projectile using automated flight video analysis | |
CN116050123A (zh) | 一种料片标记位置处理方法及计算机可读存储介质 | |
CN112734788B (zh) | 高分辨sar飞机目标轮廓提取方法、系统、存储介质及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 513300 Hedong Office Building, Changbu District, Zhaigang Town, Liannan County, Qingyuan City, Guangdong Province Patentee after: Guangdong Hongda Defense Technology Co.,Ltd. Country or region after: China Address before: 510623 Guangda Road, Lianyi Village, Zengjiang Street, Zengcheng City, Guangzhou City, Guangdong Province, 28 Patentee before: GUANGDONG MINGHUA MACHINERY Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |