(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210399323.7 (22)申请日 2022.04.15 (71)申请人 武汉益模科技股份有限公司 地址 430223 湖北省武汉市东湖新 技术开 发区高新二路云计算海外孵化中心1 号楼21层 (72)发明人 易平　朱凌穹　胡建平　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 黄帅 (51)Int.Cl. G06V 20/64(2022.01) G06V 10/762(2022.01) G06V 10/74(2022.01) (54)发明名称 基于深度图像的三维部件相似度计算方法 (57)摘要 本发明公开了一种基于深度图像的三维部 件相似度计算方法， 该方法通过 获取部件的表面 深度图、 背面深度图以及倒扣 区域深度图， 进而 基于深度图分割特征， 包括： 凸台特征、 槽位特 征、 孔位特征和倒扣特征： 将局部表面深度图与 背面深度图中灰度值差值大于第一阈值的区域， 定义为凸台特征； 将局部表面深度图与背面深度 图中灰度值差值小于第二阈值的区域， 定义为槽 位特征； 将图像灰度值等于0的区域， 定义为孔位 特征； 在倒扣区域深度图中， 将所有灰度值不为0 的点通过聚类算法进行分组， 分组后的各连续区 域即为倒扣特征； 然后分别计算各个特征的相似 度， 最终获取部件相似度。 权利要求书2页 说明书6页 附图4页 CN 114882496 A 2022.08.09 CN 114882496 A 1.一种基于深度图像的三维部件相似度计算方法， 其特 征在于， 包括以下步骤： 获取三维部件的网格模型， 得到网格模型的三角面顶点 坐标， 并存 储为顶点文件； 根据顶点文件最小包络盒子尺寸， 创建 八叉树； 对八叉树单元格中的各三角网格进行并行射线运算， 求解单位步距下各x、 y坐标位置 的深度方向坐标， 以获取部件的表面深度图、 背面深度图 以及倒扣区域深度图； 其中倒扣区 域为三角网格受到其他网格遮挡， 而 无法被正向发射的射线直接穿透的区域， 在计算时， 三 角网格的法向与射线方向相反， 则被认定为倒扣区域； 深度图中， 无碰撞点的像素灰度值记 为0， 深度至最小点记灰度值 为A， 且满足A＞0； 基于表面深度图和背面深度图提取部件轮廓， 并在部件轮廓的内部区域分割特征， 包 括凸台特 征、 槽位特 征和孔位特征： ①将局部表面深度图与背面深度图中灰度值差值大于第 一阈值的区域， 定义为凸台特 征； ②将局部表面深度图与背面深度图中灰度值差值小于第 二阈值的区域， 定义为槽位特 征； ③将图像灰度值 等于0的区域， 定义 为孔位特征； 基于倒扣区域深度图， 分割倒扣特 征： 在倒扣区域深度图中， 将所有灰度值不为0的点通过聚类算法进行分组， 分组后的各连 续区域即为倒扣特 征； 利用分类模型分别识别凸台特 征、 槽位特 征和孔位特征的类型； 对于凸台特征， 计算当前部件与对比部件相同类型的特征的数量差值C； 将相同类型的 特征提取至一特征图中， 通过图片的余弦距离计算当前部件与对比部件关于该类型的特征 的相似度T， 进而计算该类型的特征的相似度Q＝1/min(1， C)+T； 最后将凸台特征所有类型 的特征的相似度相加， 得到凸台特 征的相似度Q凸； 同理， 得到 槽位特征和孔位特征的相似度Q槽和Q孔； 对于倒扣特征， 计算当前部件与对比部件中倒扣特征的数量差值C ’； 将倒扣特征提取 至一特征图中， 通过图片的余弦距离计算当前部件与对比部件关于倒扣特征的相似度T ’， 进而计算倒扣特征的相似度Q扣＝1/min(1， C ’)+T’； 此外， 计算厚度相似度H＝max(H1， H2)/| H1‑H2|， H1和H2分别表示当前部件与对比部件的扣位厚度； 计算外形相似度P， 最终计算部件相似度S： S＝ λ1*P+λ2*Q凸+λ3*Q槽+λ4*Q孔+λ5*(Q扣+H) 式中， λ1、 λ2、 λ3、 λ4和 λ5均为权重。 2.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 获取 三维部件的网格模型包括： 获取三维部件的几何体； 设置网格化 参数， 得到几何体所对应的网格模型。 3.根据权利要求2所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 网格 化参数满足以下要求： 产品尺寸： 误差 <0.5mm， 角度误差 <1°； 零件尺寸： 误差 <0.2mm， 角度误差 <0.5°。权　利　要　求　书 1/2 页 2 CN 114882496 A 24.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 基于 CUDA对八叉树单 元中的各三角网格进行并行射线运 算， 以获取部件的深度图。 5.根据权利要求1或4所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 进行并行射线运 算之前， 计算八叉树各 单元格所包 含的三角网格： 计算三角网格的最小包络盒顶点坐标， 判断顶点坐标是否存在于八叉树单元格中； 若 存在， 则该三角网格属于该八叉树单 元格。 6.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 基于 表面深度图和背面深度图提取部件轮廓包括： 选取表面深度图和背面深度图角点像素作为迭代起始点； 查找像素四周所有像素 灰度值为0的点； 重复上一 步骤， 直至找到灰度值 不为0的点， 将其像素坐标予以保存； 迭代完成后， 提取 所有灰度值 不为0的点， 得到 部件轮廓图。 7.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 第 一 阈值大于第二阈值。 8.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 聚类 算法包括 k‑means聚类算法。 9.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 计算 外形相似度P包括： 通过哈希值、 汉明距离计算对比部件与当前部件的相似度， 记为P1； 通过图片的余弦距离计算对比部件与当前部件的相似度， 记为P2； 通过感知哈希算法计算对比部件与当前部件的相似度， 记为P3； 最后， 计算 零件外形相似度： P＝(P1+P2+P3)/3。 10.根据权利要求1所述的基于深度图像的三维部件相似度计算方法， 其特征在于， 当 部件为产品时， 部件相似度S计算公式如下： T＝0.4*P+0.1*Q槽+0.1*Q孔+0.4*(Q扣+H) 当部件为工件时， 部件相似度S计算公式如下： S＝0.4*P+0.4*Q槽+0.2*Q孔。权　利　要　求　书 2/2 页 3 CN 114882496 A 3