慎 正 胡 超

1(江西理工大学电气工程与自动化学院 赣州 341000)

2(浙大宁波理工学院信息科学与工程学院 宁波 315100)

1 引 言

随着工业生产自动化水平的提高，对工件自动化检测的需求也在不断增长。机器视觉测量技术因具有非接触、精度高、速度快的优点，被广泛地运用于生产线上的工件测量中。由于工件物体本身具有的刚性和规则性，工件图像的轮廓能有效地体现目标物体的特征。但工业现场的工件堆叠遮挡会导致提取的工件轮廓缺失和断裂。因此，对局部工件轮廓进行检测，已成为研究热点。

Ianni 等[1-2]在 1996 年时将部分轮廓在模板轮廓上的匹配问题描述为一个组合优化问题，并使用基于模拟退火算法和遗传算法的改进搜索算法对其进行求解。之后，van Kaick 等[3]在此基础上提出了基于蚁群算法的局部形状匹配方法，对局部轮廓匹配的组合优化问题求解得到概率最优路径，同时获得最佳的匹配结果。此后，各种利用形状特征描述子的局部轮廓匹配方法也被相继提出。主要包括基于轮廓点区域分布直方图的形状上下文描述子(Shape Context)[4]、基于轮廓内距离的形状上下文描述子(Inner-Distance Shape Contex)[5]和融合了全局与局部轮廓信息的精确型高度函数描述子(Exact Height Function 1)[6]。王燕妮等[7]在针对建筑轮廓的识别中，提出了基于各种矢量描述和轮廓局部特征的局部轮廓识别算法。该算法根据不同建筑的矢量信息，制定了任意形状轮廓匹配相似度准则及映射函数，能有效解决局部轮廓的匹配问题。……