基于点云和机器学习的三维目标电磁散射计算方法及系统技术方案

本发明专利技术公开了一种基于点云和机器学习的三维目标电磁散射计算方法及系统，涉及电磁散射计算技术领域。具体步骤包括如下：对三维目标进行拍照，获取二维图像数据；通过点云技术结合深度学习技术对二维图像数据进行三维重建，得到三维点云模型；基于贪心三角化算法将三维点云模型转换为网格模型；根据网格模型结合电磁学原理，建立三维目标的积分方程；对积分方程进行求解得到三维目标的表面感应电流；基于所述三维目标的表面感应电流计算散射场，完成对未知三维目标的电磁散射特性计算。本发明专利技术将点云技术和深度学习相结合进行模型生成，用二维图像升维的方法替代传统的CAD建模和激光雷达扫描，提升三维目标电磁散射建模效率。

【技术实现步骤摘要】

本专利技术涉及电磁散射计算，特别是涉及一种基于点云和机器学习的三维目标电磁散射计算方法及系统。

技术介绍

1、在计算电磁学领域，三维目标电磁散射特性的分析一直是雷达系统设计、隐身技术评估及电磁兼容性研究的核心问题。然而，在三维目标电磁散射的矩量法(methodofmoments,mom)仿真中，阻抗矩阵的填充和矩阵方程的求解伴随着未知量个数的增多耗时会变得非常长。同时，三维目标电磁模型的建立依赖于实物激光扫描和软件虚拟建模，前期准备工作比较繁杂。传统的共轭梯度法(cgm)在处理复杂目标时同样面临计算成本高的问题，需多次迭代才能收敛到满意解。针对三维目标电磁模型的建立和mom对多未知量问题求解效率较低的困境，基于当前三维目标电磁散射研究现状，如何提升三维目标电磁散射建模效率是亟待解决的问题。

技术实现思路

1、本专利技术的目的是提供一种基于点云和机器学习的三维目标电磁散射计算方法及系统，以解决
技术介绍
中提出的问题，将点云技术和深度学习相结合进行模型生成，用二维图像升维的方法替代传统的cad建模和激光雷达扫描，提本文档来自技高网...

【技术保护点】

1.一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，具体步骤包括如下：

2.根据权利要求1所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，构建所述三维点云模型的具体步骤为：

3.根据权利要求2所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，所述二维图像数据为所述三维目标的多视角图像集合。

4.根据权利要求3所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，对所述二维图像数据进行预处理操作选取图片，预处理操作的步骤为：使用尺度不变特征变换算法提取一对图片上的特征点并进行匹配，再使用随...

【技术特征摘要】

1.一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，具体步骤包括如下：

2.根据权利要求1所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，构建所述三维点云模型的具体步骤为：

3.根据权利要求2所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，所述二维图像数据为所述三维目标的多视角图像集合。

4.根据权利要求3所述的一种基于点云和机器学习的三维目标电磁散射计算方法，其特征在于，对所述二维图像数据进行预处理操作选取图片，预处理操作的步骤为：使用尺度不变特征变换算法提取一对图片上的特征点并进行匹配，再...

【专利技术属性】
技术研发人员：李晗，王安琪，杨利霞，黄志祥，
申请(专利权)人：安徽大学，
类型：发明
国别省市：