要志斌，马立峰，智晋宁，蔺素宏，程 鹏

(1.太原科技大学 a.重型机械教育部工程研究中心，b.机械工程学院，太原 030024；2.太原理工大学 物理与光电工程学院，太原 030024)

在冶金工业和金属加工行业中棒材的轮廓尺寸是非常重要的测量内容。棒材轮廓的测量一般采用指示量具进行机械测量，或者采用圆度仪和坐标测量机进行测量[1-3]。基于机器视觉的激光测量法逐渐成为轮廓参数测量的新手段，相对于传统测量方法，可实现实时在线测量，具有测量精度高，速度快，无损伤的特点[4-6]。对于实现加工装备的信息化和智能化具有重要意义。

本文采用基于线结构光的激光视觉系统对棒材轮廓进行了测量研究。在测量过程不可避免的存在异常值，当数据被异常值污染，会造成模型参数的错误估计，得到错误的分析结果[7]，所以必须采取措施，识别和剔除异常值。受到数据分布形态、数据量大小以及自身算法的限制，常用的异常值识别法在激光轮廓测量中存在稳健性差、应用困难的问题。

本研究提出一种基于稳健局部加权回归的异常值识别法来实现轮廓孤立异常值的有效识别。该算法利用稳健局部加权回归，即综合局部多项式估计与局部加权回归的稳健拟合法开展数据平滑，再计算平滑数据与测量数据的残差值，最终依据3σ准则判别出轮廓异常值。本研究依据该算法对棒材激光轮廓数据进行异常值识别，并开展轮廓椭圆的拟合分析，以验证该方法在激光轮廓检测中的有效性。……