[发明专利]基于多维识别技术的3D机器视觉系统

权利要求书

1.本发明是一种广泛应用于工业在线视觉检测和数字化自动加工，采用3D视觉定位，结合基于PC的软件建立的一个3D坏境模型，采用模式识别、人工智能技术相结合，一幅或多幅图像的计算机分析，实现工业流行线智能化控制。设计系统设计包括：图像处理模块、算法设计模块、检测分析模块。自动获取、分析特定的图像有效降低了系统成本，提高系统运行效率。

2.根据权利要求1所述的基于多维识别技术的3D机器视觉系统，采用激光激光三角测量获得距离的数据，将一点转化成XYZ坐标，输入到3D模型中，利用旋转矩阵处理相关联接点动作实现人体动作识别，集成图像。

3.根据权利要求1所述的基于多维识别技术的3D机器视觉系统，采用虚拟仪器技术，非接触式多维测量，便于自动控制。

4.根据权利要求1所述的基于多维识别技术的3D机器视觉系统采用基于明暗恢复形状方法来实现表面三维数据测量，其特征是：能进行实时在线非接触测量，便于自动控制。设备简单，易于实现，成本低，并对物体表面无任何要求。测量系统不仅能对产品零件进行二维尺寸检测，还可对单幅图像表面进行三维形貌恢复，进而实现三维测量。

5.根据权利要求1所述的基于多维识别技术的3D机器视觉系统，采用被测目标---特征提取---反求---目标识别，其特征是：目标标定，自动获取，分析特定的图像，图像处理-模块匹配及轮廓识别。

6.根据权利要求1所述的3D视觉定位，其特征是：结合基于PC的软件建立的一个3D坏境模型，通过激光三角测量获得距离的数据，将一点转化成XYZ坐标，输入到3D模型中，应用基于人体模型对目标进行跟踪，根据可见光传感器获取的二维图像信息与红外传感器获取的深度信息，利用旋转矩阵处理相关联接点动作实现人体动作识别，集成图像。

7.根据权利要求1所述的图像处理模块，其特征：图像预处理包括图像平滑和噪声滤波，采用时域和频域滤波。

8.根据权利要求1所述的算法设计模块，其图像重建部分是三维数据获取的主要步骤，通过利用CLF节点调用编译生成的动态链接库的方法，提高内存开销和运算效率。

9.根据权利要求1所述的检测分析模块，其特征：采用全像素不确定度评价方法，精确地评价和分析物体表面形貌。