一种船体复杂外板点云区域生长阈值确定方法及装置与流程

本发明涉及船体外板加工领域，尤其涉及一种船体复杂外板点云区域生长阈值确定方法及装置。

背景技术：

水火弯板是国内外各船厂普遍采用的船体复杂外板加工成形工艺。该工艺技术难度大、影响因素多、操作技艺难度大，为摆脱这一局面，及实现工艺过程的对外板点云数据的准确提取，在实现点云目标准确提取的过程中，需要一种点云数据区域生长阈值确定计算方法，用来提高从点云数据中提取目标区域的精度。

其中，针对船体复杂外板点云区域生长阈值确定问题，国内外研究机构虽然在提出了一些阈值确定的办法，主要有基于点的全局阈值法和基于区域的全局阈值法，局部阈值法等，但是这些方法是一些通用阈值确定方法，在应用到船体复杂外板点云区域生长阈值确定时不能保证提取精度，不能根据提取目标灵活调整，并且算法时间复杂度高，随着点云数据量的增大，函数的收敛很慢。

因此，目前仍缺乏一种推理速度快、泛化能力好、推理结果精确的船体复杂外板点云区域生长阈值确定方法。

技术实现要素：

本发明实施例提供了一种船体复杂外板点云区域生长阈值确定方法及装置，解决了目前仍缺乏一种推理速度快、泛化能力好、推理结果精确的船体复杂外板点云区域生长阈值确定方法的技术问题。

本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法，包括：

提取船体复杂外板的点云区域数据的灰度等级；

计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据；

通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值。

优选地，提取船体复杂外板的点云区域数据的灰度等级包括：

获取船体复杂外板的点云区域数据，并根据点云区域数据的灰度值将点云区域数据分为L个等级，L个等级可以根据船体复杂外板的点云区域的生长阈值提取精度进行调整。

优选地，计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据包括：

计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率计算点云区域数据的总体灰度平均值u；

根据点云区域数据的灰度等级集内的任意灰度等级值k将点云区域数据分成背景区域数据和目标区域数据，灰度等级值k的初始值为最小的灰度等级。

优选地，通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值包括：

计算背景区域数据出现的概率w₀和平均灰度值u₀以及目标区域数据出现的概率w₁和平均灰度值u₁；

根据预置第一公式求得背景区域数据和目标区域数据的类间方差，通过滑动窗口法对灰度等级值k进行调整并找到满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值，预置第一公式为：

H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²；

其中，H²为背景区域数据和目标区域数据的类间方差，w₀为背景区域数据出现的概率，u为点云区域数据的总体灰度平均值，u₀为背景区域数据的平均灰度值，w₁为目标区域数据出现的概率，u₁为目标区域数据的平均灰度值。

优选地，通过滑动窗口法对灰度等级值k进行调整并找到满足背景区域数据和目标区域数据的类间方差的最大解之前包括：

确定可行解的空间G，并通过预置第二公式确定滑动窗口的大小，预置第二公式为：

L₁＝pG；

其中，L₁为滑动窗口的大小，p为可调节因子，0＜p≤1，G为像素等级长度，G＝{0，1，…,L-1}。

优选地，通过滑动窗口法对灰度等级值k进行调整并找到满足背景区域数据和目标区域数据的类间方差的最大解包括：

在滑动窗口内随机产生扰动k₁，并判断扰动k₁是否满足预置第三公式，若满足，则令扰动k₁为初始状态，否则根据Metroplis准则判断是否接受状态，如果接受，则将H²(k0)存入栈S，H²(k1)改为初始状态，否则继续进行随机产生扰动；

根据收敛准则判断扰动过程是否终止，若是，则遍历栈S，保留其中最大的解，并在判断得滑动窗口已滑过所有灰度等级时，输出最大的解，否则，重新进行随机产生扰动。

本发明实施例提供的一种船体复杂外板点云区域生长阈值确定装置，包括：

提取模块，用于提取船体复杂外板的点云区域数据的灰度等级；

第一计算模块，用于计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据；

第二计算模块，用于通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值。

优选地，提取模块包括：

第一划分单元，用于获取船体复杂外板的点云区域数据，并根据点云区域数据的灰度值将点云区域数据分为L个等级，L个等级可以根据船体复杂外板的点云区域的生长阈值提取精度进行调整。

优选地，第一计算模块包括：

第一计算单元，用于计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率计算点云区域数据的总体灰度平均值u；

第二划分单元，用于根据点云区域数据的灰度等级集内的任意灰度等级值k将点云区域数据分成背景区域数据和目标区域数据，灰度等级值k的初始值为最小的灰度等级。

优选地，第二计算模块包括：

第二计算单元，用于计算背景区域数据出现的概率w₀和平均灰度值u₀以及目标区域数据出现的概率w₁和平均灰度值u₁；

调整单元，用于根据预置第一公式求得背景区域数据和目标区域数据的类间方差，通过滑动窗口法对灰度等级值k进行调整并找到满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值，预置第一公式为：

H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²；

其中，H²为背景区域数据和目标区域数据的类间方差，w₀为背景区域数据出现的概率，u为点云区域数据的总体灰度平均值，u₀为背景区域数据的平均灰度值，w₁为目标区域数据出现的概率，u₁为目标区域数据的平均灰度值。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例提供了一种船体复杂外板点云区域生长阈值确定方法及装置，包括：提取船体复杂外板的点云区域数据的灰度等级；计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据；通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值，本发明实施例中通过设定船体复杂外板的点云区域数据的灰度等级，并根据灰度值等级之间的最大类间方差确定船体复杂外板点云区域生长阈值，保证了结果的精确度，同时采用滑动窗口法将求解全局最优改为求解局部最优，减少求解次数，加快了求解速度，解决了目前仍缺乏一种推理速度快、泛化能力好、推理结果精确的船体复杂外板点云区域生长阈值确定方法的技术问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法的一个实施例的流程示意图；

图2为本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法的另一个实施例的流程示意图；

图3为本发明实施例提供的一种船体复杂外板点云区域生长阈值的确定过程的流程示意图；

图4为本发明实施例提供的一种船体复杂外板点云区域生长阈值确定装置的结构示意图。

具体实施方式

本发明实施例提供了一种船体复杂外板点云区域生长阈值确定方法及装置，用于解决目前仍缺乏一种推理速度快、泛化能力好、推理结果精确的船体复杂外板点云区域生长阈值确定方法的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法包括：

101、提取船体复杂外板的点云区域数据的灰度等级；

首先，对船体复杂外板的点云区域数据进行按灰度等级的提取，即将船体复杂外板的点云区域数据按灰度值进行灰度等级的划分。

102、计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据；

然后，计算出船体复杂外板的点云区域数据中每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据。

103、通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值。

最后，通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值。

以上为对本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法的详细描述，以下将对本发明实施例提供的船体复杂外板点云区域生长阈值确定方法的另一个实施例进行详细的描述。

请参阅图2，本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法的另一个实施例包括：

201、获取船体复杂外板的点云区域数据，并根据点云区域数据的灰度值将点云区域数据分为L个等级，L个等级可以根据船体复杂外板的点云区域的生长阈值提取精度进行调整；

首先，获取到船体复杂外板的点云区域数据M，并根据点云区域数据的灰度值将点云区域数据分为L个等级，L个等级可以根据船体复杂外板的点云区域的生长阈值提取精度进行调整，L越大阈值提取精度越高。

202、计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率计算点云区域数据的总体灰度平均值u；

然后，计算每个灰度等级i出现的概率，并根据每个灰度等级i出现的概率计算点云区域数据的总体灰度平均值u。

203、根据点云区域数据的灰度等级集内的任意灰度等级值k将点云区域数据分成背景区域数据和目标区域数据，灰度等级值k的初始值为最小的灰度等级；

再根据点云区域数据的灰度等级集内的任意灰度等级值k将点云区域数据分成背景区域数据C₀和目标区域数据C₁，灰度等级值k的初始值为最小的灰度等级，因此可以根据不同的k值将点云数据分成不同的两类数据。

204、计算背景区域数据出现的概率w₀和平均灰度值u₀以及目标区域数据出现的概率w₁和平均灰度值u₁；

将点云区域数据分成背景区域数据C₀和目标区域数据C₁之后，计算背景区域数据出现的概率w₀和平均灰度值u₀以及目标区域数据出现的概率w₁和平均灰度值u₁。

205、根据预置第一公式求得背景区域数据和目标区域数据的类间方差，预置第一公式为：

H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²；

其中，H²为背景区域数据和目标区域数据的类间方差，w₀为背景区域数据出现的概率，u为点云区域数据的总体灰度平均值，u₀为背景区域数据的平均灰度值，w₁为目标区域数据出现的概率，u₁为目标区域数据的平均灰度值。；

然后，根据预置第一公式即可求得背景区域数据C₀和目标区域数据C₁的类间方差。

206、确定可行解的空间G，并通过预置第二公式确定滑动窗口的大小，预置第二公式为：

L₁＝pG；

其中，L₁为滑动窗口的大小，p为可调节因子，0＜p≤1，G为像素等级长度，G＝{0，1，…,L-1}。

在通过滑动窗口法对灰度等级值k进行调整之前，需要先确定可行解的空间G，并通过预置第二公式确定滑动窗口的大小。

207、在滑动窗口内随机产生扰动k₁，并判断扰动k₁是否满足预置第三公式，若满足，则令扰动k₁为初始状态，否则根据Metroplis准则判断是否接受状态，如果接受，则将H²(k0)存入栈S，H²(k1)改为初始状态，否则继续进行随机产生扰动；

然后，在滑动窗口内随机产生扰动k₁，并判断扰动k₁是否满足预置第三公式，若满足，则令扰动k₁为初始状态，否则根据Metroplis准则判断是否接受状态，如果接受，则将H²(k0)存入栈S，H²(k1)改为初始状态，否则继续进行随机产生扰动。

208、根据收敛准则判断扰动过程是否终止，若是，则遍历栈S，保留其中最大的解，并在判断得滑动窗口已滑过所有灰度等级时，输出最大的解，否则，重新进行随机产生扰动。

最后，根据收敛准则判断扰动过程是否终止，若是，则遍历栈S，保留其中最大的解，并在判断得滑动窗口已滑过所有灰度等级时，输出最大的解，否则，重新进行随机产生扰动。

以上为对本发明实施例提供的一种船体复杂外板点云区域生长阈值确定方法的另一个实施例进行详细的描述，为了便于理解，以下将对具体的船体复杂外板点云区域生长阈值的确定过程进行详细描述。

请参阅图3，为本发明实施例提供的船体复杂外板点云区域生长阈值的确定过程流程示意图。1)输入点云数据集M，将M按灰度等级分为G＝{0,1，…，L-1}共L个等级，其中点(x，y，z)上像素对应的灰度值为f(x，y，z)，灰度级为i的像素个数为n_i，像素点总数2)对灰度直方图进行归一化，灰度级别i出现的概率计算为p_i＝n_i/M，其中p_i≥0，计算点云数据总体灰度平均值3)对于G中的任意灰度值k，将图像灰度分为(C₀，C₁)两类，分别包含灰度等级在|0，1,…,k|内以及在|k+1,k+2,…,L-1|内的像素，分别对应与图像背景和目标物体；4)计算C₀的对应的概率为C₁对应的概率w₁＝1-w₀；则有5)记C₀的平均灰度值为u，C₁的平均灰度值为u₁，则有6)计算背景与目标物体的类间方差为：H²(k)＝w₀w₁(u₁-u)²＝w₀(u-u₀)²+w₁(u-u₁)²；7)确定优化函数H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²，g(k)为状态产生函数，可行解的空间为G＝{0，1，…,L-1}，初始状态k₀取最小的像素等级，滑动窗口大小为L＝pG，0＜p≤1其中G是像素等级长度，p是可调节因子；8)在G内随机产生一个扰动g(k)＝k₁，计算H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²；9)判断接受函数是否接受，即是否满足H²(k₁)>H²(k₀),如果满足接受条件，令k₁为初始状态，否则根据Metroplis准则判断是否接受状态。如果接受，将H²(k₀)存入栈S，H²(k₁)为初始状态；10)根据收敛准则j>(1-m)L判断扰动过程是否终止，其中j是当前已产生扰动的次数，m是可调节因子，调整m的大小可以得到不同的提取精度。如果不满足终止条件，执行步骤8；11)遍历栈S，保留其中最大的解H²(k)，判断是否滑动窗口滑过所有灰度等级，如果还有未搜索的灰度等级，继续对灰度等级G执行步骤8；12)输出栈S中保留的元素H²(k₀)，H²(k₀)对应的k₀值即为阈值t。

请参阅图4，为本发明实施例提供的一种船体复杂外板点云区域生长阈值确定装置的结构示意图。

提取模块301，用于提取船体复杂外板的点云区域数据的灰度等级；提取模块包括：

第一划分单元3011，用于获取船体复杂外板的点云区域数据，并根据点云区域数据的灰度值将点云区域数据分为L个等级，L个等级可以根据船体复杂外板的点云区域的生长阈值提取精度进行调整。

第一计算模块302，用于计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率将点云区域数据分成背景区域数据和目标区域数据；第一计算模块包括：

第一计算单元3021，用于计算每个灰度等级出现的概率，并根据每个灰度等级出现的概率计算点云区域数据的总体灰度平均值u；

第二划分单元3022，用于根据点云区域数据的灰度等级集内的任意灰度等级值k将点云区域数据分成背景区域数据和目标区域数据，灰度等级值k的初始值为最小的灰度等级。

第二计算模块303，用于通过滑动窗口法求得满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值；第二计算模块包括：

第二计算单元3031，用于计算背景区域数据出现的概率w₀和平均灰度值u₀以及目标区域数据出现的概率w₁和平均灰度值u₁；

调整单元3032，用于根据预置第一公式求得背景区域数据和目标区域数据的类间方差，通过滑动窗口法对灰度等级值k进行调整并找到满足背景区域数据和目标区域数据的类间方差的最大解，并将最大解作为船体复杂外板的点云区域的生长阈值，预置第一公式为：

H²(k)＝w₀(u-u₀)²+w₁(u-u₁)²；

其中，H²为背景区域数据和目标区域数据的类间方差，w₀为背景区域数据出现的概率，u为点云区域数据的总体灰度平均值，u₀为背景区域数据的平均灰度值，w₁为目标区域数据出现的概率，u₁为目标区域数据的平均灰度值。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。