De visuele detectiekenmerken van cnc-bewerkte afbeeldingen omvatten kleurkenmerken, textuurkenmerken, ruimtelijke relatiekenmerken en vormkenmerken. Kleurkenmerken zijn gebaseerd op alle kenmerken die bij beeldpixels horen. Textuurkenmerken worden statistisch berekend in een gebied dat meerdere pixels bevat. Ruimtelijke relatie verwijst naar de ruimtelijke positie of relatieve oriëntatierelatie tussen meerdere objecten in een afbeelding. Vormfunctie verwijst naar een specifieke vorm die is samengesteld uit een reeks geometrische elementen (punten, lijnen, oppervlakken) met een bepaalde topologierelatie op het werkstuk. Als belangrijke visuele informatie van objecten zijn vormkenmerken stabiele attribuutrepresentaties van objecten.
Volgens de vergelijking tussen verschillende visuele kenmerken en de analyse van de dynamische benchmark hierboven, komt het vormkenmerk overeen met de kenmerken van de dynamische benchmark, zodat het vormkenmerk als visueel kenmerk wordt geselecteerd. Over het algemeen kunnen vormkenmerken worden weergegeven als op vorm gebaseerde contourkenmerken en op vorm gebaseerde gebiedkenmerken, inclusief hoeken, randen, rechte lijnen, krommen en gebieden. Als er interferentie is in de rand, wordt een groot aantal valse randpunten gegenereerd, wat de extractie van randkenmerken zal beïnvloeden. Op dit moment is het erg belangrijk om een geschikt beeldverwerkingsalgoritme te vinden.
Correspondentieanalyse en extractiemethode voor kenmerken In het proces van CNC-bewerking, wanneer de bewerkingsreferentie de hoek van het werkstuk is, verschijnt deze in de vorm van hoekpunten in het visuele beeld. Van de visuele detectie-algoritmen voor beeldhoeken is de op sjablonen gebaseerde methode de meest gebruikte methode, waaronder Harris-algoritme, Susan-algoritme, FAST-algoritme en SURF-algoritme.
Onder hen heeft het Susan-algoritme een goede robuustheid tegen ruis en heeft het ook de invariantie van verandering in lichtintensiteit en rotatie-invariantie. Het gebruikt heel weinig parameters, dus het vereist minder berekening en opslag. Daarom wordt het Susan-algoritme gebruikt om de hoekcoördinaten te extraheren, dat wil zeggen de positie van de dynamische referentie.
Wanneer de bewerkingsreferentie de as of middellijn van het draaiende oppervlak is, verschijnt deze als het middelpunt van de cirkel in het visuele beeld, maar het middelpunt van de cirkel is niet echt, dus de extractie van de visuele kenmerken ervan omvat de extractie van de rand van de cirkel en curve fitting. Het verkrijgen van de middencoördinaten is de dynamische referentiepositie van de bewerking. Van de veelgebruikte randextractie-operators heeft de Canny-operator een hogere positioneringsnauwkeurigheid voor een enkele pixelrand dan andere randdetectie-operators, en heeft hij een beter anti-ruisvermogen.
