基于机器视觉的加工控制过程中，对工件上待加工点的定位是关键，其难点在于构建一种形状描述方法，既要能实现形状匹配，又要能完成定位，且满足加工过程中的精度和实时性要求。为解决上述问题，提出了一种基于多边形拟合的形状匹配和定位算法。该方法针对平面二维(2D)轮廓，通过对轮廓进行多边形拟合，获取轮廓上关键点，然后构建形状描述子用于形状匹配，再利用这些关键点坐标进行定位计算，获得模板轮廓到目标轮廓的变换关系。结果表明，通过运用所提出的旋转不变性形状描述算法，可获得高精度、高实时性的形状匹配和定位算法。

数字散斑相关方法有着测量环境简单、全场非接触等优点, 但算法效率一直是限制其发展的瓶颈之一。GPU有着天然的并行性, GPU高性能运算可以为计算机图形处理带来极大的效率提升。利用CUDA平台编程对传统的数字散斑逐点搜索算法、十字搜索算法及遗传算法进行GPU高性能并行处理, 并与传统方法比较分析。实验结果表明, 对于尺寸为150×150像素的散斑图像, 3种方法效率分别提升了20倍、8倍、31倍; 对于尺寸为500×500像素的散斑图像, 3种方法效率分别提升了183倍、33倍、44倍; 对于尺寸为1 000×1 000像素的散斑图像,3种方法效率分别提升了424倍、116倍、44倍。

针对目前经编布花边切割传统手工加工方式的效率低下和产品质量不稳定的问题，提出了一种基于特征识别的经编布花边实时识别算法，此方法对图片进行自适应阈值处理，直线特征提取，图像分割，干扰轮廓去除，最终能够准确识别经编布的花边形状特征和精确位置，并且可以在复杂的工厂光照环境中保证识别的稳定性，并且通过对算法优化，大幅提高计算效率，可以满足实时性的要求，基于此算法开发的经编布花边视觉自动切割系统可以大幅的提高生产效率，提高产品质量。

轧辊激光毛化技术作为一种最新的轧辊毛化方法，具有广泛的应用前景。但由于加工方法的限制，目前的激光毛化技术产生的轧辊表面毛化点分布成一个周期性各向异性的分布，导致最后轧制的毛化冷轧薄钢板效果不理想。提出了一种可以产生随机频率随机能量激光的光纤激光控制方法，此方法通过一个高效的随机数算法产生一个随机频率和随机占空比的脉冲宽度调制信号控制激光器输出特定波形的激光进行毛化加工，能够使得毛化轧辊表面产生随机无序分布的毛化花纹，最终轧制的毛化冷轧薄钢板能够满足表面各向同性亚光的要求，并且还能够提高加工效率，基于该方法的毛化加工设备已在实际生产中得到应用并且取得良好效果。