(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111665207.7 (22)申请日 2021.12.3 0 (71)申请人 华侨大学 地址 362000 福建省泉州市丰泽区城东城 华北路269号 (72)发明人 方从富　李弘扬　 (74)专利代理 机构 厦门市首创君 合专利事务所 有限公司 3 5204 专利代理师 连耀忠 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06V 10/762(2022.01) G06V 10/26(2022.01) G06V 10/774(2022.01)G06K 9/62(2022.01) G06T 17/00(2006.01) (54)发明名称 一种基于图像处理与数据驱动的虚拟金刚 石工具生成方法 (57)摘要 本发明提出一种基于图像处理与数据驱动 的虚拟金刚石工具生成方法， 包括： 采用聚类分 割方法对金刚石图像进行磨粒区域提取， 得到完 整的磨粒图像， 并在磨粒图像上进行角点检测， 并将角点的坐标输出， 作为二维角点坐标集； 获 取磨粒基底 面面积、 顶面面积以及磨粒的出刃高 度， 并建立包含基底面面积、 顶面面积以及磨粒 的出刃高度的数据集， 将数据集划分为训练集和 预测集， 训练得到磨粒出刃高度的预测模型； 通 过图像处理获取待预测磨粒的基底面面积与顶 面面积， 导入磨粒出刃高度的预测模型， 得到磨 粒出刃高度预测值； 基于二维角点坐标集与磨粒 出刃高度值， 生成虚拟磨粒 以及虚拟工具， 本发 明方法能够快速准确地生成虚拟金刚石磨粒与 虚拟工具， 且准确率高。 权利要求书3页 说明书7页 附图4页 CN 114491836 A 2022.05.13 CN 114491836 A 1.一种基于图像处 理与数据驱动的虚拟金刚石工具生成方法， 其特 征在于， 包括： 采用聚类分割方法对金刚石图像进行磨粒区域提取， 得到完整的磨粒图像， 并在磨粒 图像上进行角点检测， 并将角点的坐标输出， 作为 二维角点 坐标集； 获取磨粒基底面面积、 顶面面积以及磨粒的出刃高度， 并建立包含基底面面积、 顶面面 积以及磨粒 的出刃高度的数据集， 将数据集划分为训练集和预测 集， 训练得到磨粒出刃高 度的预测模型； 通过图像处理获取待预测磨粒的基底面面积与顶面面积， 导入磨粒出刃高度的预测模 型， 得到磨粒 出刃高度预测值； 基于二维角点坐标集与磨粒出刃高度值， 生成虚拟磨粒以及包含所有磨粒的虚拟工 具。 2.根据权利要求1所述的一种基于图像处理与数据驱动的虚拟金刚石工具生成方法， 其特征在于， 采用聚类分割方法对金刚石磨粒图像进行磨粒区域提取， 得到完整的磨粒图 像， 具体包括： 设金刚石图像f(x,y)尺寸 为M×N， 选取K个聚类中心 μ， 得到K个簇 C， 定义如下： 对于图像中任意一点的像素值fi， 计算与每一个聚类中心的距离dξ， 当dξ取得最小值， 像素值fi归为簇Cξ； 假设簇Cξ有m个元素， 对所获取的簇再重新计算聚类中心， 得到新的聚类中 μξ： 重复上述步骤， 使畸变函数J取得最小值， 即可得到K个聚类结果， 并输出聚类后的预分 割图像F(x,y)： 其中： ξ ＝1,2,3 …K； n为磨粒颗数， j＝1,2， . ..m， i为正整数； 对预分割后的图像F(x,y)进行二值化处理、 形态学处理方式消除磨粒边缘的噪声， 最 终提取完整的磨粒图像。 3.根据权利要求2所述的一种基于图像处理与数据驱动的虚拟金刚石工具生成方法， 其特征在于， 并在磨粒图像上进行角点检测， 并将角点的坐标输出， 作为二维角点坐标集， 具体为： 角点是磨粒轮廓之间的交点； 设一个可移动窗口区域L在图像F(x,y)内移动， L中心坐标为(x,y)， W为权重， (u,v)表 示窗口区域在图像中的位置， 那么， 磨粒图像在窗口区域的自相关函数为： 依据泰勒展开式可以得到自相关函数的近似表达为：权　利　要　求　书 1/3 页 2 CN 114491836 A 2经过化简得到： 其中Δx为横坐标增量， Δy为纵坐标增量， Fx、 Fy为 一阶偏导数； 引入角点的响应函数： ω＝detM ‑δ(traceM)2 其中， detM为矩阵M的行列式， δ为参数， traceM为矩阵M的迹； 将 响应函数ω与设定的阈 值相比， 判断所监测的点是否为角点， 并将角点的坐标输出， 作为 二维角点 坐标集。 4.根据权利要求3所述的一种基于图像处理与数据驱动的虚拟金刚石工具生成方法， 其特征在于， 获取磨粒基底面面积、 顶面面积以及磨粒的出刃高度， 并建立包含基底面面 积、 顶面面积以及磨粒的出刃高度的数据集， 将数据集划分为训练集和预测集， 训练得到磨 粒出刃高度的预测模型， 具体为： 磨粒的出刃高度表达式为： H＝H(SD,SU)； 其中： H为出刃高度， SD为基底面的面积， SU为顶面的面积； 定义机器学习模型的初始函数： 通过多次迭代和优化， 最终得到预测模型函数： fT(X)＝f0(X)+∑∑ τtqI 其中， X为影响因素， Hi为第i颗磨粒的出刃高度， T为迭代次数， κ、 I为模型训练参数， τtq 为迭代过程的梯度最佳拟合 值。 5.根据权利要求4所述的一种基于图像处理与数据驱动的虚拟金刚石工具生成方法， 其特征在于， 采用预测误差 评价磨粒 出刃高度的预测模型， 具体为： 单颗磨粒 出刃高度的预测误差如下： 平均预测误差如下： 其中， Hi为第i颗磨粒的出刃高度， hi 为第i颗磨粒 出刃高度的预测值。 6.根据权利要求5所述的一种基于图像处理与数据驱动的虚拟金刚石工具生成方法， 其特征在于， 基于二维角点坐标集与磨粒出刃高度值， 生成虚拟磨粒以及包含所有磨粒 的 虚拟工具， 具体为： 基底面的磨粒角点的三维坐标可表示为(x,y,0)， 而顶面角点坐标为(X,Y,Hi)； 具体操 作如下：权　利　要　求　书 2/3 页 3 CN 114491836 A 3