融合CNN特征点提取与GNN匹配的螺旋折流板三维重建技术

扫码查看

原文链接

万方数据
维普

中文摘要：螺旋折流板是管壳式换热器中重要的折流元件,螺旋折流板曲面空间位置信息是解决螺旋折流板管孔加工的关键.针对螺旋折流板纹理弱、遮挡多、尺度变化大,传统方法难以实现三维重建的问题,提出融合CNN特征点提取与GNN匹配的三维重建方法.通过MV-CE100-30GC工业相机获取螺旋折流板不同视角的图像,利用基于大数据的计算机视觉基础模型SAM对图像进行分割处理,在对比当下主流的四种不同特征点提取和匹配算法的基础上,确定了SuperPoint和SuperGlue算法在螺旋折流板曲面特征点提取与匹配上的优势,将匹配结果通过Pycolmap工具箱进行三维重建,获取螺旋折流板三维空间位置信息.通过对比螺旋折流板上标记点的测量值和重建值的大小,其测量精度可以满足管孔加工定位精度要求.

外文标题：3D Reconstruction Technology of Spiral Baffle Using CNN Feature Point Extraction and Matching

作者：

叶晨阳、刘帮勇、唐柳华、刘红姣

展开 >

作者单位：

江汉大学智能制造学院,湖北武汉 430056

武汉过控科技有限公司,湖北武汉 430084

关键词：

螺旋折流板 SuperPoint SuperGlue 深度学习三维重建

出版年：

2024

DOI：

10.3969/j.issn.1009-0134.2024.12.011

制造业自动化

北京机械工业自动化研究所

制造业自动化

CSTPCD

影响因子：0.482

ISSN：1009-0134

年,卷(期)：2024.46(12)