A dolgozat fő kutatási tartalma a folyamat-benchmark, amely az aktuális folyamatban feldolgozott jellemzők méretének, alakjának és helyzethibájának tükrözésére szolgál. A dinamikus nullapont a geometriai formának megfelelően nullpontvonalra és nullapontsíkra osztható. A nullapontvonal tartalmazza a forgófelület tengelyét és középvonalát. Az alapsík egy szimmetrikus síkot, egy végfelületet, egy tartófelületet, egy rögzítési felületet és egy illesztési felületet tartalmaz.
A cnc feldolgozott képek vizuális észlelési funkciói közé tartoznak a színjellemzők, a textúra jellemzői, a térbeli kapcsolat jellemzői és az alakzatok. A színjellemzők a képpixelekhez tartozó összes jellemzőn alapulnak. A textúra jellemzőit több képpontot tartalmazó területen statisztikailag számítják ki. A térbeli kapcsolat egy képen lévő több objektum közötti térbeli helyzetre vagy relatív orientációs viszonyra utal. Az alakjellemző egy adott alakzatra utal, amely geometriai elemek (pontok, vonalak, felületek) halmazából áll, amelyek bizonyos topológiai viszonyokkal rendelkeznek a munkadarabon. Az objektumok fontos vizuális információjaként az alakjellemzők az objektumok stabil attribútum-reprezentációi.
A különböző vizuális jellemzők összehasonlítása és a dinamikus benchmark fenti elemzése szerint az alakjellemző megfelel a dinamikus benchmark jellemzőinek, így az alakjellemző kerül kiválasztásra vizuális jellemzőként. Az alakjellemzők általában alakalapú kontúrjegyekként és alakalapú régiójegyekként ábrázolhatók, beleértve a sarkokat, éleket, egyenes vonalakat, görbéket és régiókat. Ha interferencia van az élben, nagyszámú hamis élpont generálódik, ami befolyásolja az él jellemző kivonását. Ilyenkor nagyon fontos megtalálni a megfelelő képfeldolgozó algoritmust.
Korrespondenciaelemzés és jellemző kivonási módszer Az NC megmunkálás folyamatában, amikor a megmunkálási referencia a munkadarab sarka, az sarokpontok formájában jelenik meg a vizuális képen. A képsarok vizuális észlelési algoritmusai közül a sablon alapú módszer a legszélesebb körben alkalmazott, beleértve a Harris algoritmust, a Susan algoritmust, a FAST algoritmust és a SURF algoritmust.
Ezek közül a Susan-algoritmusnak jó a zajállósága, valamint a fényintenzitás-változás és a forgási invariancia invarianciája is. Nagyon kevés paramétert használ, így kevesebb számítást és tárolást igényel. Ezért a Susan algoritmust használják a sarokkoordináták, azaz a dinamikus referencia helyzetének kinyerésére.
Ha a megmunkálási referencia a forgó felület tengelye vagy középvonala, akkor a képen a kör középpontjaként jelenik meg, de a kör középpontja nem valós, így vizuális jellemzőinek kiemelése az él kiemelésével jár. a kör és görbe illesztésének. A középponti koordináták megszerzése a megmunkálási dinamikus referenciapozíció. Az általánosan használt élkivonási operátorok közül a Canny operátor nagyobb pozicionálási pontossággal rendelkezik az egypixeles éleknél, mint a többi élérzékelési operátor, és jobb a zajszűrő képessége.