基于深度图像和点云边缘特征的典型零部件识别

为解决自动化拆卸中零部件识别问题,提出了一种基于Kinect深度图像和点云边缘特征的典型零部件识别方法.首先利用非线性滤波优化算法对获取的深度图像进行处理获得优化后的目标点云并提出八邻域深度差算法提取点云边缘;然后利用随机抽样一致性(RANSAC)算法对分割后的点云边缘进行检测,并提取所定义的边缘特征以识别零部件.该方法能够实现对典型零部件的识别,实验结果验证了方法的有效性.