本發(fā)明涉及大數(shù)據(jù)和人工智能，具體提供一種缺陷識別和提取方法及裝置。

背景技術：

1、傳統(tǒng)基于二維圖像的缺陷識別方法，難以區(qū)分光照陰影和目標缺陷輪廓特征，導致缺陷識別精度不足；基于三維模型的缺陷識別方法可以將物體的三維結構和表面信息納入缺陷識別的過程中，有效區(qū)分光照陰影和目標缺陷輪廓特征，減少對缺陷識別的干擾。然而，三維模型的結構信息是龐大的，如何從巨量的數(shù)據(jù)中高效精準提取缺陷的三維特征是一個亟需解決的技術問題。

技術實現(xiàn)思路

1、本發(fā)明是針對上述現(xiàn)有技術的不足，提供一種實用性強的缺陷識別和提取方法。

2、本發(fā)明進一步的技術任務是提供一種設計合理，安全適用的缺陷識別和提取裝置。

3、本發(fā)明解決其技術問題所采用的技術方案是：

4、一種缺陷識別和提取方法，基于三維模型，具有如下步驟：

5、s1、加載三維模型；

6、s2、進行缺陷識別；

7、s3、在缺陷識別的基礎上，基于頂點顏色的特征進行提取。

8、進一步的，在步驟s1中，加載三維模型時，通過加載網(wǎng)格體組件讀取三維模型文件，并創(chuàng)建頂點位置、法線、三角形序列、uv貼圖、頂點顏色和材質數(shù)組，通過自定義網(wǎng)格體組件接收向量、法線、三角形序列、uv貼圖和頂點顏色數(shù)組，實現(xiàn)運行時創(chuàng)建三維模型，并通過渲染管線，優(yōu)化環(huán)境光和三維模型材質顏色。

9、進一步的，在步驟s2中，讀取自定義網(wǎng)格體組件中存儲的某一頂點領域內所有頂點的法線，進行局部擬合，估計該點的法曲率。

10、進一步的，求取某一點的法曲率具體方法如下：

11、假設p點的附近有m個近鄰點，qi為點p的第i個近鄰點，qi的法向量為mi，設正交坐標系p，x，y，z為p點的局部坐標系l，n表示p點的法向量，x和y為正交的單位向量，在l中，p,qi,mi的坐標是(0，0，0)，qi為(xi,yi,zi)，mi為(ni,x，ny,i，ni,z)，那么用一個通過點p的密切圓來估計點p的法曲率

12、進一步的，則p相對于qi的法曲率估計如下：

13、

14、式中，α是向量-n和pqi之間的夾角，β是向量n和mi之間的夾角。

15、其近似值可以表示為：

16、

17、式中nz＝ni,z。

18、進一步的，定義該點法曲率為該點相對于所有近鄰點法曲率的平均值，通過設置曲率閾值，修改模型頂點顏色，實現(xiàn)缺陷的擬合，同時更改自定義網(wǎng)格體組件中存儲的頂點顏色，并通過渲染管線，實時渲染到三維模型上，實現(xiàn)物體表觀缺陷的識別。

19、進一步的，在步驟s3中，基于頂點顏色的特征提取，通過讀取自定義網(wǎng)格體組件中三維模型的頂點顏色，并設置三維顏色向量，提取頂點顏色滿足顏色區(qū)間的目標頂點，修改目標頂點的顏色，并更改到自定義網(wǎng)格體組件中存儲的頂點顏色，最后通過渲染管線，實時渲染到三維模型上，實現(xiàn)物體表觀缺陷的提取。

20、一種缺陷識別和提取裝置，包括：至少一個存儲器和至少一個處理器；

21、所述至少一個存儲器，用于存儲機器可讀程序；

22、所述至少一個處理器，用于調用所述機器可讀程序，執(zhí)行一種缺陷識別和提取方法。

23、本發(fā)明的一種缺陷識別和提取方法及裝置和現(xiàn)有技術相比，具有以下突出的有益效果：

24、本發(fā)明可實現(xiàn)運行時加載三維模型數(shù)據(jù)，并通過設置法曲率近鄰范圍，控制多種精度的缺陷提取，同時通過設置曲率閾值，使缺陷更加連續(xù)。此外，本發(fā)明也提供了一種基于三維模型頂點顏色的缺陷識別和提取方法，通過設置三維顏色向量，識別和提取物體三維模型上目標特征。本發(fā)明對于物體的平整度、病害等缺陷特征具有較高的識別精度和響應速度。

技術特征：

1.一種缺陷識別和提取方法，基于三維模型，其特征在于，具有如下步驟：

2.根據(jù)權利要求1所述的一種缺陷識別和提取方法，其特征在于，在步驟s1中，加載三維模型時，通過加載網(wǎng)格體組件讀取三維模型文件，并創(chuàng)建頂點位置、法線、三角形序列、uv貼圖、頂點顏色和材質數(shù)組，通過自定義網(wǎng)格體組件接收向量、法線、三角形序列、uv貼圖和頂點顏色數(shù)組，實現(xiàn)運行時創(chuàng)建三維模型，并通過渲染管線，優(yōu)化環(huán)境光和三維模型材質顏色。

3.根據(jù)權利要求2所述的一種缺陷識別和提取方法，其特征在于，在步驟s2中，讀取自定義網(wǎng)格體組件中存儲的某一頂點領域內所有頂點的法線，進行局部擬合，估計該點的法曲率。

4.根據(jù)權利要求3所述的一種缺陷識別和提取方法，其特征在于，求取某一點的法曲率具體方法如下：

5.根據(jù)權利要求4所述的一種缺陷識別和提取方法，其特征在于，則p相對于qi的法曲率估計如下：

6.根據(jù)權利要求5所述的一種缺陷識別和提取方法，其特征在于，定義該點法曲率為該點相對于所有近鄰點法曲率的平均值，通過設置曲率閾值，修改模型頂點顏色，實現(xiàn)缺陷的擬合，同時更改自定義網(wǎng)格體組件中存儲的頂點顏色，并通過渲染管線，實時渲染到三維模型上，實現(xiàn)物體表觀缺陷的識別。

7.根據(jù)權利要求6所述的一種缺陷識別和提取方法，其特征在于，在步驟s3中，基于頂點顏色的特征提取，通過讀取自定義網(wǎng)格體組件中三維模型的頂點顏色，并設置三維顏色向量，提取頂點顏色滿足顏色區(qū)間的目標頂點，修改目標頂點的顏色，并更改到自定義網(wǎng)格體組件中存儲的頂點顏色，最后通過渲染管線，實時渲染到三維模型上，實現(xiàn)物體表觀缺陷的提取。

8.一種缺陷識別和提取裝置，其特征在于，包括：至少一個存儲器和至少一個處理器；

技術總結
本發(fā)明涉及大數(shù)據(jù)和人工智能技術領域，具體提供了一種缺陷識別和提取方法及裝置，基于三維模型，具有如下步驟：S1、加載三維模型；S2、進行缺陷識別；S3、在缺陷識別的基礎上，基于頂點顏色的特征進行提取。與現(xiàn)有技術相比，本發(fā)明能夠實現(xiàn)運行時加載三維模型數(shù)據(jù)，并通過設置法曲率近鄰范圍，控制多種精度的缺陷提取，同時通過設置曲率閾值，使缺陷更加連續(xù)。

技術研發(fā)人員：肖港華,王臻,劉傲,李志華
受保護的技術使用者：浪潮云信息技術股份公司
技術研發(fā)日：
技術公布日：2024/12/19