De procesbenchmark is de belangrijkste onderzoeksinhoud van dit artikel, dat wordt gebruikt om de grootte, vorm en positiefout weer te geven van de kenmerken die in het huidige proces worden verwerkt. Het dynamische gegeven kan volgens de geometrische vorm worden onderverdeeld in een datumlijn en een datumvlak. De referentielijn omvat de as en de middellijn van het draaiende oppervlak. Het referentievlak omvat een symmetrisch vlak, een eindvlak, een steunvlak, een montagevlak en een verbindingsvlak.
De visuele detectiekenmerken van cnc-verwerkte 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. Vormkenmerk verwijst naar een specifieke vorm die is samengesteld uit een reeks geometrische elementen (punten, lijnen, oppervlakken) met een bepaalde topologische relatie op het werkstuk. Als belangrijke visuele informatie over objecten zijn vormkenmerken stabiele attribuutrepresentaties van objecten.
Volgens de vergelijking tussen verschillende visuele kenmerken en de bovenstaande analyse van de dynamische benchmark, komt het vormkenmerk overeen met de kenmerken van de dynamische benchmark, dus wordt het vormkenmerk geselecteerd als zijn visuele kenmerk. Over het algemeen kunnen vormkenmerken worden weergegeven als op vorm gebaseerde contourkenmerken en op vorm gebaseerde gebiedkenmerken, waaronder hoeken, randen, rechte lijnen, krommen en gebieden. Als er interferentie in de rand is, wordt een groot aantal valse randpunten gegenereerd, wat de extractie van randkenmerken beïnvloedt. Op dit moment is het erg belangrijk om een geschikt beeldverwerkingsalgoritme te vinden.
Correspondentieanalyse en kenmerkextractiemethode Tijdens het NC-bewerkingsproces, wanneer de bewerkingsreferentie de hoek van het werkstuk is, verschijnt deze in de vorm van hoekpunten in het visuele beeld. Van de visuele detectiealgoritmen voor beeldhoeken wordt de op sjablonen gebaseerde methode het meest gebruikt, waaronder het Harris-algoritme, het Susan-algoritme, het FAST-algoritme en het SURF-algoritme.
Onder hen heeft het Susan-algoritme een goede robuustheid voor ruis en heeft het ook de invariantie van verandering van lichtintensiteit en rotatie-invariantie. Het gebruikt zeer weinig parameters, dus het vereist minder berekeningen 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 het als het middelpunt van de cirkel in het visuele beeld, maar het middelpunt van de cirkel is niet reëel, dus de extractie van de visuele kenmerken 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 operatoren voor randextractie heeft de Canny-operator een hogere positioneringsnauwkeurigheid voor een rand met één pixel dan andere operatoren voor randdetectie, en heeft hij een beter anti-ruisvermogen.