边界识别—点云边界特征的提取

大家好，欢迎来到IT知识分享网。

在三维视觉引导与检测中，三维点云特征的提取是基础的、也是首要的一部分。点云的边界特征直接影响点云的分割、形状搜寻等算法的效果。由此，来高科技Techlego三维扫描软件可提供边界识别算法，用于提取和描述点云的边界特征。下面通过两个案例，举例说明边界识别的重要性。

案例–视觉寻孔

在此案例中，来高三维视觉引导系统需要识别出钢板上的孔并找到中心点，然后引导机械手携带工具到达此位置。本案例的关键技术在于孔状物的识别，由于大部分原始点云属于平面（左图），如果直接运行形状搜寻算法，识别结果具有不确定性。来高的解决方案是预先使用来高边界识别算法进行边界特征的提取（右图），在此基础上再进行形状搜寻，识别准确率可达100％。

案例-视觉定位引导

以工件表面的一个圆形孔洞为例（左图），需要对圆孔边缘的平滑程度进行缺陷检测，通过对孔的边缘提取，确定孔的所在位置，反馈给机械臂末端执行机构执行运动轨迹。本案例的关键技术在于提取出圆孔的边缘，进行检测。通过来高边界识别算法进行边界提取（右图），即可单独获得圆孔边缘的点云。

通过以上案例可以看出，边界识别是许多视觉处理的前提，许多算法都需要边界识别的结果作为依托。Techlego三维扫描软件提供了丰富的机器视觉相关算法，主要应用于对三维智能检测、识别及机器人自动化联动控制等领域的高速开发。