基于局部轮廓形状特征的复杂管路结构识别方法

摘要

管路是航空航天产品中的重要零件,为了实现管路的无应力装配,需要快速测量其三维尺寸,检验其加工合格性.基于机器视觉的管路测量设备具有快速、高效和非接触的特点,在管路三维测量领域应用广泛.管路结构复杂,由多种零件焊接装配而成,而且管路无纹理、少特征,现有测量设备难以自动识别其结构,通常需要人工交互识别各结构,针对不同结构分别测量,导致了复杂管路测量效率低的问题.本文针对管路结构难识别的问题,提出了一种基于局部轮廓形状特征的复杂管路结构识别方法,该方法获取管路各结构的轮廓形状,利用形状描述子转换为信号数据,在采集大量信号数据样本的基础上训练BP神经网络识别管路结构.训练试验结果表明,本文方法实现了管路结构的自动识别与分割,其准确率达到97％.在实际应用中,采用多相机同时识别,并投票决策的方式提高识别准确率,实现了分支管路的自动重建与测量.