针对传统点云匹配算法的局限性造成的点云匹配时间、效率低的问题, 本文对传统算法在点云配准中进行了研究, 有效改进了传统算法的局限性。本文搭建了双目视觉平台, 并对其进行了参数校正以获取更高精度的点云数据, 采用了八叉树算法对获取的数据进行了拓扑关系的建立, 然后利用八叉树改进的ICP配准算法进行精确配准, 并使用测得的数据进行了验证实例, 结果表明, 此方法能够有效提高精度和效率。

针对视觉测量硬盘圆孔直径易受到圆孔周围高反光面强反射的影响而导致测量精度不高的问题，提出了一种基于分数阶微分的图像去噪声的处理方法。通过分数阶微分算法对相机采集的带有强反射、高反光的硬盘圆孔孔径图像进行处理，消除圆孔周围强反射表面等不相关信息对圆孔边缘提取带来的影响，通过实验分别与Prewitt、Soble、Laplacian算子进行比较，证明分数阶微分可有效减少所要分析的图像信息量，更好地增强圆孔边缘轮廓信息，可达到更好的视觉效果。对分数阶微分算法处理后的圆孔图像进行Canny边缘检测，提取出有效的圆孔边缘，利用最小二乘法对孔径边缘进行直径测量。实验结果表明: 该文算法与其他算法相比，在保证精确提取孔径边缘信息的基础上，对圆孔周围的强反射面进行了抑制，误差控制在0.05 mm左右，保证了测量精度。

针对视觉测量中硬盘圆孔孔径容易受到圆孔周围局部强反射、外部噪声的影响和测量精度不高的问题, 提出一种基于小波变换、数学形态学和机器视觉相结合的圆形零件孔径测量方法。对摄像头采集圆孔图片, 通过小波变换分解出高低频图像, 利用小波变换对高频部分进行边缘提取, 数学形态学对低频部分进行边缘提取, 然后进行小波边缘融合, 获取有效的圆孔边缘。利用最小二乘法对边缘进行孔径尺寸计算, 经实验验证, 该算法与其他算法相比, 在有效地保留圆孔周围边缘信息的情况下, 对周围噪声进行了有效的抑制, 检测精度为001 mm以内, 实验结果表明此方法简单易行, 且具有较高的精度。