基于 2D 预处理的点云分割和测量研究

针对传统 3D 工业相机获取的点云数据进行工件检测时因工件粘连和噪声干扰导致边缘分割问题,考虑点云数据量大 影响检测实时性和 3D 特征点选取不准确导致测量误差大的因素,提出一种基于 2D 边缘检测的预处理方法,实现点云快速分 割和测量。 首先,采用改进的 Canny 算法对有序点云的纹理图像进行边缘检测,将检测后的图像进行数学形态学操作和轮廓检 测完成纹理图像分割,规避了在 3D 空间中进行分割处理,有效减少了点云数量;其次,结合工件的形状特征和放置方式,利用 掩膜操作提取出有序点云数据,使用基于 RANSAC 和条件滤波结合的方法对分割后的点云进行自适应阈值滤波处理,有效去 除了噪声点云;最后,对经过预处理后的目标点云基于 PCA 的包围盒去计算工件尺寸以及表面法向量。 实验结果表面,和传统 的 3D 分割算法相比,能够更准确的提取出目标点云,有效减少了待处理点云数量,整体分割效率提高了约 20%;工件尺寸的平 均相对误差约 1. 24%,可以满足测量的需求。     

改进 Canny 算子下的工件尺寸测量

针对人工用游标卡尺测量手工捏花尺寸效率低下的问题,提出一种改进的自适应 Canny 算子测量手工捏花尺寸的方 法。 首先,引入均值漂移法分割图像,图像颜色变得渐变、细纹纹理平缓;其次,用大致轮廓的平均像素值选择性的替代边缘检 测的高阈值,以达到较好的自适应提取边缘的目的;再次,scharr 算子代替 sobel 算子,增强了弱边缘的提取能力;最后,去掉小 型连通域并且用主成分分析方法(PCA)获取轮廓的主方向,求取主方向直线方程,通过轮廓点在该直线上的最大投影距离获得 捏花的长度,轮廓点在该直线的垂直方向上的最大投影距离获得捏花的宽度。 实验表明,在对不规则物体的识别率上,本文方 法比其他方法有着显著的提升,准确率达到 97%,与真实值误差 2 mm 左右,并且通过强光、弱光、侧面光实验对比分析,该方法 受光照影响较小,满足工业自动化需求。