工件型面的精确修磨是现代制造最常见的一种技术,为了实现型面的精确修磨必须要准确采集和测量型面的几何信息并通过特征建模为精确打磨提供条件。针对激光扫描仪获取的工件表面三维点云信息,依据点云特征分布情况,提出了一种改进的随机采样一致性点云分割算法以获取工件型面特征,该算法首先利用八叉树(Octree)建立点云之间拓补几何关系,然后根据K邻域搜索的欧式距离判别对点云进行初始分类,将分类结果作为随机采样一致性(RANSAC)初始种子点选取区域。最后利用面片间法向量和欧式距离判别对分割结果进行优化。工程运用表明该方法能够有效获取工件型面特征,测量精度满足工程需要。

针对ORB算法在图像匹配中特征点的提取会存在一些不稳定边缘点,为了提高ORB特征点匹配的准确性,提出了使用方向梯度直方图(HOG)描述符与快速最近邻逼近搜索函数库(FLANN)相结合的匹配算法。本算法通过移动的HOG窗口对图像中的局部窗口进行初步匹配,然后在HOG窗口的约束下通过使用FLANN对ORB特征点进行图像预匹配,最后采用随机采样一致性(RANSAC)对错误的匹配点进行剔除实现图像的精确匹配。经实验测得本文算法的预匹配准确率由原来的89%提高到了94%,实验结果表明采用HOG窗口与FLANN相结合的匹配算法可以有效的提高ORB特征点预匹配的准确率,并具有较好的稳定性。