防碰撞技术在数控加工和测量设备中已经扮演着越来越重要的角色,它是实现智能制造和智能测量的关键。在防碰撞系统中,零件及位姿的识别是通过保证虚拟空间和实空间的一致来实现的。在实际应用场合中,视觉系统采集到的图像受众多因素的干扰,在进行图像匹配前需要对图像进行预处理。考虑到零件特征可以实现图像的粗匹配,因此,在本文中提取零件特征是很有必要的。在确定零件的位姿时,本文采用零件上非共线的三个角点来确定零件相对CMM位姿,通过将视觉测量得到的角点坐标与CMM测量得到的坐标进行比较,来判定系统的定位精度。本文的研究内容主要包括以下几个方面:1、对工业相机采集到的图像进行预处理,包括ROI图像定位,图像滤波,基于Otsu的自适应边缘提取,以及剔除螺纹孔。2、比较了Hough变换和最小二乘拟合在提取零件几何特征时的优缺点。在提取直线时,采用Hough变换与最小二乘相结合的方法,而提取圆和椭圆时,本文采用最小二乘拟合的方法。3、搭建了基于CMM的多目视觉系统,利用标准陶瓷球完成了视觉系统的标定。在标定过程中,利用高斯拟合的方法提取了球靶标的亚像素级边缘,并完成球靶标中心点补偿。4、用surf算子提取各图像的角点,然后利用直线约束剔除了伪角点。分析了亚像素级角点提取原理,并在OpenCV中实现了。对于空间点的匹配,本文提出了“距离空间图”匹配算法,该算法在实验中得到了很好的验证。最后评定了系统的定位精度,分析了影响定位误差的原因。