一种基于深度学习的大规模三维铆钉点云提取方法

摘要

本发明公开了一种基于深度学习的大规模三维铆钉点云提取方法，对待测飞机蒙皮点云逐点计算几何属性标量，将标量属性域映射到二维图像，得到点云的二维属性标量图；利用卷积神经网络对所述二维属性标量图进行处理，计算出每个点属于铆钉点的概率，根据计算出的概率通过阈值分割出铆钉点云；对分割出的铆钉点云采用欧式聚类，聚类出属于同一个铆钉的点云。该基于深度学习的大规模三维铆钉点云提取方法利用注意机制综合考虑了局部点云的多种几何属性，并利用基于图像的深度学习代替直接对点云进行深度学习，有效提升了神经网络对局部细微特征的识别能力，从而能够从大片飞机蒙皮点云中准确提取出单个铆钉的小片点云。