一种从蜂窝芯表面测量数据中识别蜂窝边的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110232388A(43)申请公布日2019.09.13(21)申请号201910503383.7(22)申请日2019.06.11(71)申请人大连理工大学地址116024辽宁省大连市高新园区凌工路2号(72)发明人康仁科董志刚秦炎王毅丹鲍岩朱祥龙(74)专利代理机构大连东方专利代理有限责任公司21212代理人李馨(51)Int.Cl.G06K9/46(2006.01)G06T7/13(2017.01)G06T3/00(2006.01)权利要求书4页说明书14页附图6页(54)发明名称一种从蜂窝芯表面测量数据中识别蜂窝边的方法(57)摘要本发明公开了一种从蜂窝芯表面测量数据中识别蜂窝边的方法。本发明包括如下步骤：将采集到的蜂窝芯表面三维数据进行二维坐标变换，通过角点检测算法识别蜂窝芯的二维平面投影图像中的角点，所述角点包括人形顶点、Y形顶点、伪顶点，还包括未识别出的缺失角点；基于所提出的角点类型判断算法，对蜂窝边的两个端点依次识别，其中一个端点是在相邻边识别时确定，另一个端点是通过对该识别顶点的局部分析确定；在蜂窝边的实现过程中能有效地对伪顶点进行排除，同时补充缺失的顶点，实现稳定高精度的蜂窝边识别。该方法有效解决了蜂窝芯测量的数据处理问题，方法灵活、精度高、鲁棒性好，能够满足实际加工后的蜂窝芯表面的测量要求。CN110232388ACN110232388A权利要求书1/4页1.一种从蜂窝芯表面测量数据中识别蜂窝边的方法，其特征在于包括如下步骤：将采集到的蜂窝芯表面三维数据进行二维坐标变换，通过角点检测算法识别蜂窝芯的二维平面投影图像中的角点，所述角点包括人形顶点、Y形顶点、伪顶点，还包括未识别出的缺失角点；基于角点类型判断算法对任意给定的角点进行类型判断，所述角点类型判断算法用于确定出哪些角点才是真正的顶点，具体地，对任意给定的角点C(xc,yc)，其类型人形顶点、Y形顶点、伪顶点能够根据其周围分布的射线的方向来判断，在C附近选定用于分析的数据，对分析的数据进行极坐标变换，提取出分布的射线的方向，基于预设的规则确定出C的类型；结合角点类型判断算法对角点检测算法识别出的角点逐个进行处理，逐条识别出所有蜂窝边，具体地，对所述角点检测算法识别的角点以y坐标增大的顺序排序，如果Ci是伪顶点，直接处理下一个顶点；如果Ci是人形顶点，识别以其为起始顶点的一条双层边；如果Ci是Y形顶点，识别以其为起始顶点的两条单层边；确定出的末尾顶点其角点类型则被确定，起始顶点和末尾顶点的连线即为一条蜂窝边，将所述确定出的末尾顶点作为新的蜂窝边的起始顶点，循环此步骤直至所有的蜂窝边确定。2.根据权利要求1所述的从蜂窝芯表面测量数据中识别蜂窝边的方法，其特征还在于：通过激光位移传感器或者其他测量手段对蜂窝芯的表面进行扫描测量，对测量的蜂窝芯表面三维数据进行坐标变换，使变换后的数据以六边形中双层边的方向沿坐标系y轴，双层边的垂直方向沿x轴；并进行数据网格化，使测量数据以矩阵形式存储，并使矩阵的行沿x轴，列沿y轴，以蜂窝芯板的厚度作为矩阵中元素的数值，蜂窝芯的六边形边共有三种方向，除了所述双层边，还有两条单层边，六边形顶点按照周围三条边的方向的分布，可以分为人形顶点和Y形顶点，所述人形顶点为周围边分布如人字的顶点，所述Y形顶点为周围边分布如Y字的顶点，位于双层边下方的顶点为人形顶点，位于双层边上方的顶点为Y形顶点。3.根据权利要求1所述的从蜂窝芯表面测量数据中识别蜂窝边的方法，其特征还在于：所述角点类型判断时在C附近选定用于分析的数据具体为：定义相邻双层边的距离为Wf，双层边长度为Lf1，单层边长度沿双层边长度方向的分量为Lf2；选定的分析数据为以C为中心的矩形，沿x轴方向长度为0.5Wf，沿y轴方向长度为1.5min(Lf1，Lf2)；其中该矩形的中心区域数据去除，去除区域尺寸沿x轴和y轴方向各为总长的1/3。4.根据权利要求1或3所述的从蜂窝芯表面测量数据中识别蜂窝边的方法，其特征还在于：所述角点类型判断时对分析的数据进行坐标变换的方法为：对分析的数据建立以C(xc,yc)为中心的极坐标系，则每个数据点(x,y)在极坐标系下的坐标(ρ,θ)为：2CN110232388A权利要求书2/4页其中atan2是用于产生在区间(-π,π]的方向角:数据点的ρ-θ关系中，以C为端点的射线上的点在某一θ值附近聚集，不同类型的顶点产生数据点聚集的θ值不同，以此确定出C的类型。5.根据权利要求4所述的从蜂窝芯表面测量数据中识别蜂窝边的方法，其特征还在于：所述角点类型判断时提取出分布的射线的角度的具体过程为：在(-180°,180°]范围内，每Δθ度取一个角度值θ1,θ2,…,θm，分别计算每个