基于深度学习的船体曲板多视角三维重建方法

船体曲面外板加工成形是船舶建造精度控制的重要环节，传统曲面外板加工精度检测主要依靠样板和样箱，实现曲板成形自动化检测的关键是快速、精准地重建曲板三维曲面。提出一种基于深度学习的曲板摄影测量方法，该方法通过PatchmatchNet推断深度图得到曲板稠密点云，对稠密点云拟合二次曲面，基于拟合曲面去除曲板表面法线方向上的噪点，并基于主成分分析法（PCA）和最近点迭代法（ICP）对稠密点云和设计曲面进行自动配准，通过实例分析三维重建方法、图像数量、图像拍摄范围等对重建点云精度的影响。结果表明：曲板多视角三维重建精度小于2mm，满足船体外板加工精度要求，可为实现船体曲板精度自动化测量提供了参考与借鉴。