一种塑料软管生产中检测次品的方法、系统、设备及介质

    公开(公告)号:CN115880268B

    公开(公告)日:2024-01-30

    申请号:CN202211693539.0

    申请日:2022-12-28

    IPC分类号: G06T7/00 G06V10/764 G06N20/00

    摘要: 本发明公开一种塑料软管生产中检测次品的方法、系统、设备及介质,涉及软管检测技术领域,该方法包括:获取目标塑料软管的图像;利用塑料软管检测模型对所述目标塑料软管的图像进行检测,确定所述目标塑料软管是否为次品;所述塑料软管检测模型是采用基于主动学习的协同训练方法对支持向量机分类器进行训练得到的。本发明实现了对塑料软管生产时的软管质量的自动检测,能够及时发现出现次品的情况,降低塑料软管生产操作工人在极端天气情况下的劳动强度,减少现场操作工人的数量,提高生产效率,降低生产成本,实现智能化生产。

    基于混合层次包围盒的快速碰撞检测方法

    公开(公告)号:CN108052703A

    公开(公告)日:2018-05-18

    申请号:CN201711188423.0

    申请日:2017-11-22

    IPC分类号: G06F17/50 G06T17/00

    摘要: 本发明公开了一种虚拟环境中基于层次包围盒的碰撞检测方法,适用于虚拟装配以及三维地表建模领域。包括:(1)构建AABB‑OBB混合层次包围盒树;(2)对不同层次包围盒树中的节点中的包围盒进行相交测试;(3)检测不同层次包围盒树叶子节点中的三角形是否相交。本发明利用外层AABB包围内层OBB的特性,在外层AABB相交情况下,内层的OBB之间的相交测试只需检测特定的5条分离轴,可以大大减少包围盒相交测试的时间。最后在方法的基本图元相交测试阶段,利用OBB之间相交测试所计算的中间值代替三角形的坐标值,省去了不同模型中的三角形坐标变换这一步骤也提升了碰撞检测的效率。

    一种基于ICP算法的无标识人体上半身点云模型的特征点标定方法

    公开(公告)号:CN118570306A

    公开(公告)日:2024-08-30

    申请号:CN202410571818.2

    申请日:2024-05-10

    摘要: 本发明公开了一种基于ICP算法的无标识人体上半身点云模型的特征点标定方法,属于人体参数测量技术领域。在已经标定好特征点的人体模版模型库中,以待标定人体点云目标模型的容易获取的参数为输入,确定模版模型,以模版模型的上半身为源点云、目标模型的上半身为目标点云,进行非刚性ICP配准,根据配准结果确定局部源点云集和局部目标点云集,再进行刚性ICP配准,由配准结果通过最近点检索确定目标模型的特征点集。本发明解决了一般用户、在不需要设置标识点的情况下、借助普通深度相机获取的人体点云模型的特征点标定问题,特征点可以位于人体任何部位且无需曲率、边缘、围度等特征信息,为线上服装定制等人因工程相关领域的个性化定制提供了技术支撑。

    一种基于径向基函数的人体点云数据分割方法

    公开(公告)号:CN116452620A

    公开(公告)日:2023-07-18

    申请号:CN202310384358.8

    申请日:2023-04-12

    IPC分类号: G06T7/12 G06T17/20

    摘要: 本发明公开了一种基于径向基函数的人体点云数据分割方法,该方法包括以下步骤:计算相邻特征点测地线,提取人体点云数据模型选定目标区域边界点云;边界三角形网格剖分,计算选定目标区域边界点云的边界法向量;构造边界点云Hermite径向基函数;计算待选点的Hermite径向基函数值,确定选定目标区域点云数据。本发明能够根据边界特征点,准确分割出人体点云数据模型上任意边界曲线包围的目标区域,不受坐标系统、人体点云的位置和姿态的限制,由特征点计算获得的边界线紧贴人体表面,能够保留点云数据的多边形网格数据并保持流行,适用于服装设计、服装纸样自动生成、可穿戴设备人因工程等应用领域。

    一种塑料软管生产中检测次品的方法、系统、设备及介质

    公开(公告)号:CN115880268A

    公开(公告)日:2023-03-31

    申请号:CN202211693539.0

    申请日:2022-12-28

    IPC分类号: G06T7/00 G06V10/764 G06N20/00

    摘要: 本发明公开一种塑料软管生产中检测次品的方法、系统、设备及介质,涉及软管检测技术领域,该方法包括:获取目标塑料软管的图像;利用塑料软管检测模型对所述目标塑料软管的图像进行检测,确定所述目标塑料软管是否为次品;所述塑料软管检测模型是采用基于主动学习的协同训练方法对支持向量机分类器进行训练得到的。本发明实现了对塑料软管生产时的软管质量的自动检测,能够及时发现出现次品的情况,降低塑料软管生产操作工人在极端天气情况下的劳动强度,减少现场操作工人的数量,提高生产效率,降低生产成本,实现智能化生产。

    基于实例根据人体测量尺寸数据生成个性化人体模型的方法

    公开(公告)号:CN107154071A

    公开(公告)日:2017-09-12

    申请号:CN201610119075.0

    申请日:2016-03-02

    IPC分类号: G06T17/00 G06T19/20

    摘要: 本发明提供了一种基于实例的符合个性化人体外形尺寸的人体建模技术,应用于三维试衣系统和计算机辅助设计服装领域。主要包括三个步骤:1、从实例模型中提取由26个人体测量尺寸组成的尺寸集合,统计分析尺寸之间的关系,将实例模型分为16个刚性部分;2、分块分析人体形状的统计信息:用线性回归方法统计分析人体形状到尺寸数据的映射关系。采用一种能够较准确地生成定制模型的新方法,即对每个人体部位学习其局部的形变参数与语义参数之间线性映射关系;3、根据输入尺寸对人体进行建模,并且在获得新的人体模型之后,对该初始模型进行进一步精调,使之更加贴合输入尺寸参数。本方法能够精确地,少失真地生成用于虚拟试衣的个性化人体模型。