一种航空件槽区识别方法、装置、设备及介质制造方法及图纸

本申请公开了一种航空件槽区识别方法，涉及机械加工领域，旨在解决现有航空件槽区识别方法效率低下的技术问题所述航空件槽区识别方法，包括以下步骤：对航空件三维模型图像进行第一次识别，以得到第一次识别结果，其中，所述第一次识别为对所述航空件三维模型图像的槽区进行识别，所述第一次识别包括基于数学形态模式差异评价的第一粗识别、基于槽区域特征邻域特征面片属性的第二粗识别和基于深度神经网络学习的第三粗识别；根据所述第一次识别结果，获得槽区识别结果数据；将所述槽区识别结果数据与所述航空件三维模型图像进行交互判断，以得到所述航空件三维模型图像中的槽区。本申请能够实现航空件槽区域的自动化识别，提升了槽区识别效率。提升了槽区识别效率。提升了槽区识别效率。

【技术实现步骤摘要】
一种航空件槽区识别方法、装置、设备及介质


[0001]本申请涉及机械加工领域，尤其涉及一种航空件槽区识别方法、装置、设备及介质。

技术介绍

[0002]航空领域常见的框、梁结构件主要的特征面包含腹板、侧壁、圆角、底角、筋顶等，以特征面片组成的槽区域是更高阶特征的三维几何元素，也是数控加工的最小加工单元之一，现有技术中，以槽加工为例，刀轨生成软件皆需要人工的点选组成槽对应的特征面片构成的驱动面与引导面，手动点选组成槽对应的特征面片，对于多特征元素零件需要手动的点选所有特征面，效率较低，不能满足自动化、高效率以及低成本的需要。

技术实现思路

[0003]本申请的主要目的是提供一种航空件槽区识别方法，旨在解决现有航空件槽区识别方法效率低技术问题。
[0004]为解决上述技术问题，本申请提出了：一种航空件槽区识别方法，包括以下步骤：
[0005]对航空件三维模型图像进行第一次识别，以得到第一次识别结果，其中，所述第一次识别为对所述航空件三维模型图像的槽区进行识别，所述第一次识别包括基于数学形态模式差异评价的第一粗识别、基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空件槽区识别方法，其特征在于，包括以下步骤：对航空件三维模型图像进行第一次识别，以得到第一次识别结果，其中，所述第一次识别为对所述航空件三维模型图像的槽区进行识别，所述第一次识别包括基于数学形态模式差异评价的第一粗识别、基于槽区域特征邻域特征面片属性的第二粗识别和基于深度神经网络学习的第三粗识别，所述第一次识别结果包括对应的第一粗识别结果、第二粗识别结果以及第三粗识别结果；根据所述第一次识别结果，获得槽区识别结果数据；将所述槽区识别结果数据与所述航空件三维模型图像进行交互判断，以得到所述航空件三维模型图像中的槽区。2.根据权利要求1所述航空件槽区识别方法，其特征在于，所述对航空件三维模型图像进行第一次识别，以得到第一次识别结果的步骤，包括：根据所述航空件三维模型图像获取样本图像，其中，所述样本图像包括第一样本图像、第二样本图像以及第三样本图像，所述第一样本图像、第二样本图像以及第三样本图像的灰度值不同；对所述第一样本图像进行所述基于数学形态模式差异评价的第一粗识别，以得到第一粗识别结果；对所述第二样本图像进行所述基于槽区域特征邻域特征面片属性的第二粗识别，以得到第二粗识别结果；对所述第三样本图像进行所述基于深度神经网络学习的第三粗识别，以得到第三粗识别结果。3.根据权利要求2所述航空件槽区识别方法，其特征在于，所述根据所述航空件三维模型图像获取样本图像的步骤包括：根据所述航空件三维模型图像的特征面片的面片编号对每一特征面片设置不同的灰度值；截取所述航空件三维模型图像以得到第一样本图像；将所述航空件三维模型图像中的所有特征面片的灰度值设置为第一预设灰度值；截取所述航空件三维模型图像以得到第二样本图像；将所述航空件三维模型图像中的所有特征面片设置为第二预设灰度值，其中，所述第二预设灰度值与所述航空件三维图像中背景图像的灰度值相同；截取所述航空件三维模型图像以得到第三样本图像。4.根据权利要求3所述航空件槽区识别方法，其特征在于，所述对所述第一样本图像进行所述基于数学形态模式差异评价的第一粗识别，以得到第一粗识别结果的步骤，包括：获取所述第一样本图像中的像素点信息；将所述像素点信息填充至灰度差异对照表以及像素坐标点位置对照表，其中，所述灰度差异对照表根据每一特征面片的灰度值以及像素点的数量构建，所述像素坐标点位置对照表根据每一特征面片的灰度值以及像素点的位置构建；根据所灰度差异对照表以及像素坐标点位置对照表获取与每一特征面片对应的梯度图像；根据每一所述梯度图像获取对应的特征面片的面积信息以及长宽比信息；
根据所述面积信息以及所述特征面片长宽比信息判断每一特征面片的类型，记为所述第一粗识别结果。5.根据权利要求4所述的航空件槽区识别方法，其特征在于，所述根据所灰度差异对照表以及像素坐标点位置对照表获取梯度图像的步骤包括：根据所述灰度差异对照表中每一行的数据，获取n副对应的彩色图像，其中，n为正整数并且等于所述灰度差异对照表的行数；对n副彩色图像进行灰度化处理以及二值化处理，以得到每一像素点的梯度值；根据每一像素点的梯度值获取n副梯度图像，其中，所述梯度图像的尺寸与所述第一样本图像的尺寸相同，所述梯度图像的背景灰度为0，所述梯度图像的前景灰度为对应像素点的梯度值。6.根据权利要求5所述的航空件槽区识别方法，其特征在于，所述根据每一所述梯度图像获取对应的特征面片的面积信息以及长宽比信息的步骤包括：基于棋盘距离最近邻原则将每一所述梯度图像中灰度值不为0的像素点首尾连接，得到对应的封闭轮廓线；将每一所述封闭轮廓线在一笛卡尔坐标系的X轴和Y轴进行投影，得到对应的X轴投影极值和Y轴投影极值；据所述每一X轴投影极值和Y轴投影极值获取对应的最小包围矩形，其中所述最小包围矩形的倾角为0；根据每一所述最小包围矩形获取对应特征面片的面积信息和长宽比信息。7.根据权利要求3所述航空件槽区识别方法，其特征在于，所述对所述第二样本图像进行所述基于槽区域特征邻域特征面片属性的第二粗识别，以得到第二粗识别结果的步骤，包括：根据所述第二样本图像的尺寸，以预设步进对所述第二样本图像每一像素点进行灰度遍历；当遍历的像素点的灰度值不等于所述第一预设灰度时停止搜索，直到所述第二样本图像所有的像素点遍历完毕，以...

【专利技术属性】
技术研发人员：喻志勇，宋戈，姜振喜，王鹏程，高鑫，李博，王斌利，李卫东，游莉萍，
申请(专利权)人：成都飞机工业集团有限责任公司，
类型：发明
国别省市：