一种三维工件表面缺陷识别方法、系统及存储介质与流程

本申请属于缺陷识别领域，尤其涉及一种三维工件表面缺陷识别方法、系统及存储介质。

背景技术：

1、铝合金阳极氧化件广泛应用于消费电子、汽车零部件、精密结构件及外观装饰件等领域，其表面通常形成致密氧化膜层，兼具耐磨、耐蚀及装饰功能。然而，在阳极氧化过程中，受基材组织、前处理质量、电解参数、染色封孔条件以及搬运装配过程影响，工件表面容易产生麻点、针孔、划伤、压痕、凹坑、凸起、膜层起伏、局部烧伤痕迹、色差及挂具压印等缺陷。此类缺陷通常尺度较小、边界模糊，并容易与金属表面的高反光、细微纹理及氧化膜颜色变化相互叠加，单纯依赖二维图像难以稳定区分真实几何缺陷与光照反射、阴影或纹理干扰。

2、塑胶imr装饰件通常采用模内转印或模内装饰工艺制成，具有图案层、装饰膜层和塑胶基体复合结构，常用于家电面板、汽车内饰、电子产品外壳及控制面板等外观件。该类工件表面既可能存在注塑成型引起的缩水、翘曲、气泡、熔接痕、颗粒凸起等几何缺陷，也可能存在膜片偏移、皱折、拉伤、局部脱膜、装饰层起伏及表面波纹等缺陷。由于imr装饰件表面常具有高光、透明、半透明或纹理效果，二维视觉检测易受图案背景、膜层反射及材料透光性的影响，导致缺陷漏检或误检。因此，对于铝合金阳极氧化件和塑胶imr装饰件中兼具表面纹理、反光特性及微小三维形貌变化的外观工件，亟需利用能够表征表面空间几何结构的三维点云检测方法，通过获取工件表面的空间坐标、局部曲率、法向量及高度起伏信息，表征凹坑、凸起、划痕、裂纹、波纹及膜层起伏等三维形貌特征，从而降低光照、颜色和纹理变化对检测结果的干扰，提高外观件表面缺陷识别的准确性与稳定性。

技术实现思路

1、为了解决现有技术中二维图像检测易受光照反射、纹理背景及颜色变化干扰，难以准确识别微小三维形貌缺陷的问题，本发明提供一种三维工件表面缺陷识别方法、系统及存储介质。

2、第一方面，本发明提供了一种三维工件表面缺陷识别方法，包括以下步骤：

3、获取三维工件原始点云数据并预处理，得到包含坐标与法向量信息的目标点云；

4、对目标点云进行多层级特征提取，每层操作为基于各点局部曲面变化率计算几何显著性，结合欧氏距离通过代价函数迭代采样，获得中心点集；对每个中心点，调用其对应的局部邻域协方差矩阵及特征分解结果，基于特征向量建立局部参考坐标系，根据特征值构建各向异性椭球空间并搜索得到局部点集；对每个局部点，在以所述局部点为基准且平行于局部参考坐标系的三轴正负六个方向区域内搜索最近点，融合自身与六方向最近点特征构建三轴关联特征；基于正则化协方差矩阵的逆矩阵计算马氏距离注意力权重，并据此对局部点集的三轴关联特征进行加权聚合，生成中心点局部区域描述子；

5、通过特征上采样将各层局部区域描述子传播至原始点云，得到每个点的多尺度特征向量；对相邻尺度特征向量进行通道对齐，并计算其与当前尺度特征向量的绝对差值，得到表示跨尺度变化的差异向量，控制自适应门控单元对所述当前尺度特征向量及差异向量进行加权与非线性融合，生成融合特征向量；将融合特征向量输入点云分割网络，输出缺陷概率。

6、另一方面，本发明还提供了一种三维工件表面缺陷识别系统，包括以下模块：

7、获取模块，用于获取三维工件原始点云数据并预处理，得到包含坐标与法向量信息的目标点云；

8、聚合模块，用于对目标点云进行多层级特征提取，每层操作为基于各点局部曲面变化率计算几何显著性，结合欧氏距离通过代价函数迭代采样，获得中心点集；对每个中心点，调用其对应的局部邻域协方差矩阵及特征分解结果，基于特征向量建立局部参考坐标系，根据特征值构建各向异性椭球空间并搜索得到局部点集；对每个局部点，在以所述局部点为基准且平行于局部参考坐标系的三轴正负六个方向区域内搜索最近点，融合自身与六方向最近点特征构建三轴关联特征；基于正则化协方差矩阵的逆矩阵计算马氏距离注意力权重，并据此对局部点集的三轴关联特征进行加权聚合，生成中心点局部区域描述子；

9、输出模块，用于通过特征上采样将各层局部区域描述子传播至原始点云，得到每个点的多尺度特征向量；对相邻尺度特征向量进行通道对齐，并计算其与当前尺度特征向量的绝对差值，得到表示跨尺度变化的差异向量，控制自适应门控单元对所述当前尺度特征向量及差异向量进行加权与非线性融合，生成融合特征向量；将融合特征向量输入点云分割网络，输出缺陷概率。

10、本发明通过结合局部曲面变化率与欧氏距离进行迭代采样，提高几何显著区域在下采样过程中的保留概率；在局部区域构建中，基于协方差矩阵建立局部参考坐标系，并利用各向异性椭球空间筛选贴合曲面分布的局部点集；通过三轴六方向近邻搜索构建关联特征，表征多方向空间形貌变化；利用正则化马氏距离注意力权重对局部特征进行加权聚合，生成稳定的区域描述子；进一步结合跨尺度差异向量与自适应门控融合机制，增强微小三维形貌变化的表达能力，从而提高三维工件表面缺陷识别的准确性与稳定性。

1.一种三维工件表面缺陷识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取三维工件原始点云数据并预处理，得到包含坐标与法向量信息的目标点云，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于各点局部曲面变化率计算几何显著性，结合欧氏距离通过代价函数迭代采样，获得中心点集，包括：

4.根据权利要求1或3所述的方法，其特征在于，所述根据特征值构建各向异性椭球空间并搜索得到局部点集，包括：

5.根据权利要求1所述的方法，其特征在于，所述在以所述局部点为基准且平行于局部参考坐标系的三轴正负六个方向区域内搜索最近点，融合自身与六方向最近点特征构建三轴关联特征，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于正则化协方差矩阵的逆矩阵计算马氏距离注意力权重，并据此对局部点集的三轴关联特征进行加权聚合，生成中心点局部区域描述子，包括：

7.根据权利要求1所述的方法，其特征在于，所述控制自适应门控单元对所述当前尺度特征向量及差异向量进行加权与非线性融合，生成融合特征向量，包括：

8.一种三维工件表面缺陷识别系统，其特征在于，包括：

9.根据权利要求8所述的系统，其特征在于，所述获取三维工件原始点云数据并预处理，得到包含坐标与法向量信息的目标点云，包括：

10.一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现如权利要求1-7任一项所述的方法。