一种基于机器学习的蜂窝结构图案化自适应填充方法
摘要:
本发明公开的一种基于机器学习的蜂窝结构图案化自适应填充方法,属于增材制造、计算机技术领域。本发明本发明采用卷积神经网络,将每一层的切片信息作为数据集,构建卷积神经网络,进行切片图像的识别与分类并标记闭合多边形区域,通过参数共享机制显著减少网络参数与计算量,快速精准实现闭合多边形的识别与标记。将每一个多边形视为像素点,通过模拟退火算法求解切片填充路径,遍历每一条路径,利用模拟退火算法的渐近收敛性避免局部最优解问题,能够实现切片填充路径规划的全局最优。从初始点开始检测相邻位置是否是边界颜色,若不是就用填充色着色,直到检测完填充路径区域边界颜色范围内的所有像素为止,即实现蜂窝结构图案化自适应填充。
0/0