南京邮电大学 张 泽

为了检测工业零部件在加工使用过程中的所产生的缺陷，提出了基于点云边缘特征缺陷检测方法；方法首先将采集到的点云数据通过精简、滤波、提取关键区域的方法进行预处理；然后将待处理的点云通过以点云边缘为特征的方式来实现SAC-IA粗配准，通过ICP算法完成精配准；最后通过求取配准完成后的点云差异来实现缺陷检测。通过实验验证了算法的可行性。

由于工业化进程的加速，工业自动化设备也越来越繁多复杂，这些设备上的零部件在加工使用过程中不可避免地存在一些划痕和磨损，这些缺陷如果无法控制在合理安全的范围，会对设备上的零部件造成无法预知的风险和损失。而对于传统人工缺陷检测方式的不稳定性，自动化缺陷检测成为大多数厂商的选择。

零部件表面缺陷检测方法主要有超声检测、机械探头接触式检测和光学检测。对于超声检测，需要多次向待检测零部件发送和接收信号才能完成检测，检测效率低。而机械探头接触式检测不太适合表面较柔软的零部件，检测局限性比较大。基于光学的检测方法是一种实时性好、非接触、适用性强的检测方法，因此，基于光学的视觉检测方法也是大多数厂商选择的方法。

1 总体方案

本文提出的检测方案是先对三维相机扫描形成的三维点云数据通过精简、滤波、提取关键区域等操作进行预处理。然后对处理过的点云数据与标准点云数据做配准，再通过比对配准过的两块点云求异来实现缺陷的检测。……