科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
