仪器仪表学报

作者：谢哲欣，李小丽，蒋金，郑高峰，张陈涛

单位：谢哲欣,厦门大学萨本栋微米纳米科学技术研究院厦门361102,,李小丽,泉州经贸学院信息技术系泉州362000,121550357@qq.com,蒋金,厦门金龙联合汽车工业有限公司厦门361023,,郑高峰,厦门大学萨本栋微米纳米科学技术研究院厦门361102,,张陈涛,厦门大学萨本栋微米纳米科学技术研究院厦门361102,zhangct@xmu.edu.cn,

关键词：工件识别;三维点云;实例分割;超体素;特征描述

基金：福建省科技重大专项（2024HZ022013）、福建省自然科学基金（2023J01047）项目资助

在航空航天、汽车制造等领域，工业机器依赖高精度的工件识别技术完成自动装配、分拣等关键任务，但在工业现场普遍存在背景复杂、工件形状与纹理相似、多个工件堆叠等情况，导致错误识别。针对上述问题，首先使用双目结构光相机采集高质量三维点云数据，并通过点云预处理有效滤除复杂环境中的背景噪声干扰；其次，提出基于改进超体素的点云过分割算法，通过引入移动最小二乘法构建局部微分几何约束对原始点云进行保形精简，优化超体素聚类过程，提升对噪声的鲁棒性并有效抑制点云粘连；设计一种基于凹凸性判断的多特征自适应超体素融合机制，综合考虑超体素聚类间的凹凸关系、几何特征相似性等多维约束，实现复杂堆叠场景中多类目标的高精度实例分割；提出基于“局部-全局”特征描述序列的支持向量机分类架构，构建多尺度特征级联描述体系，联合刻画目标的局部几何细节与全局形态特征，有效解决小样本下目标混叠导致的误分类问题。最后，搭建实验平台进行算法验证，实验结果表明，该方法显著提升了相似弱纹理工件在复杂堆叠环境下的实例分割精度及分类准确率，分割精度与识别准确率均达到95%以上。

来源：2025年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第6期