本申请公开了一种用于质量检测的拍照点位生成方法、装置、介质及设备。其中，方法包括：获取与待检测对象对应的、包含若干表面点的初始点云；基于相机的拍摄方位，从所述初始点云中筛选出所述拍摄方位可拍摄到的目标点云；对所述目标点云中的各表面点进行聚类，获得若干聚类点云；基于同一聚类点云中的各表面点，计算获得各聚类点云对应的若干拍照点位；基于各聚类点云对应的若干拍照点位生成目标拍照点位。本申请通过结合拍摄方位，获取待检测对象的目标点云，然后对目标点云中各表面点进行聚类，能够基于聚类点云合理、准确的生成各聚类点云对应的拍照点位，后续就可以直接基于各拍照点位对待检测对象进行拍摄，提高了质量检测的效率。的效率。的效率。
【技术实现步骤摘要】
一种用于质量检测的拍照点位生成方法、装置、介质及设备
[0001]本专利技术涉及工业质量检测
，特别涉及一种用于质量检测的拍照点位生成方法、装置、介质及设备。
技术介绍
[0002]在产品生产过程中，外观检测是质量检测中的重要检测环节。通过对产品进行外观检测，能够及时发现产品的表面缺陷，保证了产品质量及性能。
[0003]现有的用于进行外观检测的线阵质检系统中，为了尽可能地拍摄待检产品对象的各个表面，会采用多个线阵相机以及多个拍摄角度的拍摄策略，由此会造成线阵相机冗余以及拍摄图片冗余的问题，进而造成检测过程繁琐、检测效率较低。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种用于质量检测的拍照点位生成方法、装置、介质及设备，主要目的在于解决目前质量检测过程中存在的线阵相机设置冗余、拍摄图片冗余，进而造成检测效率低的问题。
[0005]为解决上述问题，本申请提供一种用于质量检测的拍照点位生成方法，包括：
[0006]获取与待检测对象对应的、包含若干表面点的初始点云；
[0007]基于相机的拍摄方位，从所述初始点云中筛选出所述拍摄方位可拍摄到的目标点云；
[0008]对所述目标点云中的各表面点进行聚类，获得若干聚类点云；
[0009]基于同一聚类点云中的各表面点，计算获得各聚类点云对应的若干拍照点位；
[0010]基于各聚类点云对应的若干拍照点位生成目标拍照点位。
[0011]可选的，所述获取与待检测对象对应的、包含若干表面点的初始点云，包括：
[0012]获取待检测对象的三维模型；
[0013]对所述三维模型进行格式转换，以获得与待检测对象对应的、包含若干表面点的所述初始点云。
[0014]可选的，所述对所述目标点云中的各表面点进行聚类，获得若干聚类点云，包括：
[0015]确定若干初始簇心；
[0016]基于各所述初始簇心以及各所述表面点，采用迭代更新的方式更新各所述初始簇心，获得若干目标簇心；
[0017]基于各所述目标簇心，获取与各所述目标簇心对应的若干表面点，获得与各所述目标簇心对应的表面点集合，以获得各所述聚类点云。
[0018]可选的，所述基于各所述初始簇心以及各所述表面点，采用迭代更新的方式更新各所述初始簇心，获得若干目标簇心，包括：
[0019]分别计算各所述表面点与各所述初始簇心之间的距离；
[0020]基于各所述距离以及预定的分配方式，将各所述表面点分配至对应的初始簇心；
[0021]基于同一初始簇心对应的若干表面点进行簇心计算，获得与各初始簇心对应的当前簇心；
[0022]基于各所述当前簇心判断是否满足预设的簇心更新条件，在不满足所述簇心更新条件的情况下，基于各所述当前簇心获得各所述目标簇心；在满足所述簇心更新条件的情况下，将各所述当前簇心作为下一轮簇心更新的各初始簇心。
[0023]可选的，所述分别计算各所述表面点与各所述初始簇心之间的距离，包括：
[0024]基于各表面点的坐标以及各初始簇心的坐标，分别计算各表面点与各所述初始簇心之间的位置距离；
[0025]基于各表面点的单位法向量以及各初始簇心的单位法向量，分别计算各表面点与各所述初始簇心之间的法向量距离；
[0026]分别基于同一表面点与同一初始簇心之间的位置距离以及法向量距离，计算获得各表面点与各所述初始簇心之间的所述距离。
[0027]可选的，所述基于同一聚类点云中的各表面点，计算获得各聚类点云对应的若干拍照点位，包括：
[0028]基于同一聚类点云中各表面点的单位法向量、各表面点的坐标、相机视野宽度、相机视野高度，确定与各聚类点云对应的、且与相机视野匹配的若干视野区域；
[0029]分别基于预定的拍摄距离以及各所述视野区域的中心坐标，确定各视野区域对应的相机位姿坐标，以获得各视野区域对应的拍照点位；
[0030]基于同一聚类点云对应的各视野区域的拍照点位，获得各聚类点云对应的所述若干拍照点位。
[0031]可选的，所述基于同一聚类点云中各表面点的单位法向量、各表面点的坐标、相机视野宽度、相机视野高度，确定与各聚类点云对应的、且与相机视野匹配的若干视野区域，包括：
[0032]基于同一聚类点云中各表面点的单位法向量，计算获得与各聚类点云对应的中心法向量；
[0033]基于各聚类点云的中心法向量，分别将各聚类点云转化为中心法向量朝向拍摄方位的近似平面的点云，以获得转化后的聚类点云；
[0034]基于各转化后的聚类点云的质心坐标以及同一转化后的聚类点云中各表面点的坐标，确定各表面点位于目标映射平面的区域范围；
[0035]基于相机视野宽度、相机视野高度，对各所述区域范围进行分割，获得与聚类点云对应的、且与相机视野匹配的若干视野区域。
[0036]为解决上述问题，本申请提供一种用于质量检测的拍照点位生成装置，包括：
[0037]获取模块，用于获取与待检测对象对应的、包含若干表面点的初始点云；
[0038]筛选模块，用于基于相机的拍摄方位，从所述初始点云中筛选出所述拍摄方位可拍摄到的目标点云；
[0039]聚类模块，用于对所述目标点云中的各表面点进行聚类，获得若干聚类点云；
[0040]计算模块，用于基于同一聚类点云中的各表面点，计算获得各聚类点云对应的若干拍照点位；
[0041]生成模块，用于基于各聚类点云对应的若干拍照点位生成目标拍照点位。
[0042]为解决上述问题，本申请提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述用于质量检测的拍照点位生成方法的步骤。
[0043]为解决上述问题，本申请提供一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述用于质量检测的拍照点位生成方法的步骤。
[0044]本申请中的用于质量检测的拍照点位生成方法、装置、介质及设备，通过结合拍摄方位，获取待检测对象位于拍摄方位可片拍摄获得的目标点云，然后进一步对目标点云中的各表面点进行聚类获得聚类点云，后续就可以基于同一聚类点云中的各表面点合理、准确的生成与各聚类点云对应的拍照点位，进而后续可以直接利用面阵相机、基于各拍照点位对待检测对象进行拍摄，无需再设置大量的线阵相机，减少了图片的拍摄数量，提高了质量检测的效率。
[0045]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0046]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于质量检测的拍照点位生成方法，其特征在于，包括：获取与待检测对象对应的、包含若干表面点的初始点云；基于相机的拍摄方位，从所述初始点云中筛选出所述拍摄方位可拍摄到的目标点云；对所述目标点云中的各表面点进行聚类，获得若干聚类点云；基于同一聚类点云中的各表面点，计算获得各聚类点云对应的若干拍照点位；基于各聚类点云对应的若干拍照点位生成目标拍照点位。2.如权利要求1所述的方法，其特征在于，获取与待检测对象对应的、包含若干表面点的初始点云，包括：获取待检测对象的三维模型；对所述三维模型进行格式转换，以获得与待检测对象对应的、包含若干表面点的所述初始点云。3.如权利要求1所述的方法，其特征在于，所述对所述目标点云中的各表面点进行聚类，获得若干聚类点云，包括：确定若干初始簇心；基于各所述初始簇心以及各所述表面点，采用迭代更新的方式更新各所述初始簇心，获得若干目标簇心；基于各所述目标簇心，获取与各所述目标簇心对应的若干表面点，获得与各所述目标簇心对应的表面点集合，以获得各所述聚类点云。4.如权利要求3所述的方法，其特征在于，所述基于各所述初始簇心以及各所述表面点，采用迭代更新的方式更新各所述初始簇心，获得若干目标簇心，包括：分别计算各所述表面点与各所述初始簇心之间的距离；基于各所述距离以及预定的分配方式，将各所述表面点分配至对应的初始簇心；基于同一初始簇心对应的若干表面点进行簇心计算，获得与各初始簇心对应的当前簇心；基于各所述当前簇心判断是否满足预设的簇心更新条件，在不满足所述簇心更新条件的情况下，基于各所述当前簇心获得各所述目标簇心；在满足所述簇心更新条件的情况下，将各所述当前簇心作为下一轮簇心更新的各初始簇心。5.如权利要求4所述的方法，其特征在于，所述分别计算各所述表面点与各所述初始簇心之间的距离，包括：基于各表面点的坐标以及各初始簇心的坐标，分别计算各表面点与各所述初始簇心之间的位置距离；基于各表面点的单位法向量以及各初始簇心的单位法向量，分别计算各表面点与各所述初始簇心之间的法向量距离；分别基于同一表面点与同一初始簇心之间的位置距离以及法向量距离，计算获得各表面点与各所述初始簇心之间的所述距离。6.如权利要求1所述的方法，其特征在于，所述基于同...
【专利技术属性】
技术研发人员：马元巍，黄昳彬，潘正颐，侯大为，
申请(专利权)人：上海微亿智造科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。