三线结构光视觉传感器由于获取信息量大、测量速度快等特点被广泛应用于工业现场测量。为了实现传感器高精度、快速的现场标定, 提出了一种基于支持向量机的三线结构光视觉传感器标定方法。首先, 设计标定靶标; 其次, 采集靶标图像后提取特征点亚像素坐标值; 再次, 基于支持向量机方法建立特征点的图像坐标和三维空间坐标的映射模型; 最后, 将待标定点图像坐标输入映射模型, 即可得到三维空间坐标, 实现对三线结构光视觉传感器的直接标定。实验验证, Y轴、Z轴方向上的测量绝对误差均值分别为0.021 1 mm和0.015 0 mm, 具有较高的标定精度, 且该标定方法标定过程简单、快速, 适合现场标定。

针对激光拼焊焊缝边界特征点识别容易受噪声干扰, 识别鲁棒性不强问题, 提出了一种基于迭代的特征点识别方法。首先, 采用最大类间方差法与灰度重心法提取结构光条纹中心线; 其次, 结合条纹中心线畸变特征, 构造直线并计算中心点到直线距离, 获得距离曲线, 由距离曲线局部极值点对特征点进行初步定位; 再次, 在初步定位点的小范围内重新构造直线并进行迭代处理准确识别焊缝左右边界特征点; 最后, 通过序列图像信息对识别的特征点进行校正。采集不同焊接工艺参数下的激光拼焊焊缝图像进行实验, 左右边界特征点列坐标绝对误差均值与均方根误差均在2～4个像素。结果表明, 该方法识别精度高, 并具有较强的鲁棒性。

提出了一种激光拼焊焊缝截面轮廓的几何建模方法, 基于Laws纹理滤波和数学形态学闭运算提取了截面的轮廓边缘, 分别采用多项式函数模型、指数函数模型、高斯函数模型对提取的截面轮廓边缘进行了曲线拟合, 并对拟合结果进行了误差分析。分析结果表明, 基于指数函数模型拟合的焊缝截面轮廓上边缘的精度最高, 基于高斯函数模型拟合的焊缝截面轮廓下边缘的精度最高。对不同工艺参数条件下获得的激光拼焊焊缝截面轮廓边缘进行了几何建模实验, 实验结果表明, 提出的方法可以有效地实现激光拼焊焊缝截面轮廓的几何建模。

线结构光视觉传感器的标定精度直接关系到测量结果的精度。传统的有模型标定方法为了提高标定精度，相应的模型也会越复杂，计算量也很大。为了实现高精度、高效率、低成本地标定线结构光视觉传感器，提出一种基于标准量块的线结构光视觉传感器直接标定方法，设计了标定靶标，不需要标定模型，直接建立查找索引表，在查找索引表中搜索直接得到或者采用最小二乘法拟合算法得到待标定点的空间三维坐标。实验结果表明该标定方法具有较高的标定精度，y方向平均绝对测量误差为0.0279 mm，z方向平均绝对测量误差为0.0237 mm，能够满足高精度测量需要，且计算简单、易于实现。

从单幅图像中识别道路消失点，是无人驾驶、智能导航等领域的关键技术之一。针对城市典型道路和街道图像，提出了一种新的基于垂线包络和平行线对的城市道路图像消失点检测算法。提取单幅图像中的所有平行线对，利用图像中存在的竖直线，提出了竖直区域的包络线估计方法，并实现了对道路区域的分割，有效提取了道路区域内的平行线对。使用方向分组策略将道路区域平行线分成两类，并对近似对称的直线对求交点。利用C-means聚类和统计相结合的方法估计了城市道路场景中的消失点。实验结果表明，该算法能够准确有效地估计城市道路场景中的消失点。