​在CNC柔性化多工序加工过程中,加工基准会随自动化的工艺过程发生转变，转变后的点、线或面即为工件加工的动态基准。基准按功用可分为设计基准和工艺基准。精密CNC加工动态基准与视觉检测特征分析？
其中，工艺基准是本文主要研究内容，用来反映当前工序所加工特征的尺寸形状和位置误差。动态基准按几何形式可分为基准线和基准面，基准线包括回转面的轴线、中心线等。基准面包括对称面、端面、支撑面、安装面及结合面等。

cnc加工图像视觉检测特征包括颜色特征、纹理特征、空间关系特征及形状特征等。颜色特征是基于所有属于图像像素点的特征。纹理特征则是在包含多个像素点的区域中进行统计计算。空间关系是指图像中多个目标彼此之间空间位置或相对方向关系。形状特征是指工件上有一定拓扑关系的一组几何元素（点、线、面）所组成的一个特定形状。形状特征作为物体重要的视觉信息，是物体稳定的属性表示。
 
根据不同视觉特征之间的对比以及上文对动态基准的分析，形状特征符合动态基准的特性，所以选择形状特征作为其视觉特征。通常情况下，形状特征可表示为基于形状的轮廓特征和基于形状的区域特征，具体包括角点、边缘、直线、曲线及区域等。其中边缘存在干扰的话,会产生大量伪边缘点，影响边缘特征提取，这时找到适合的图像处理算法至关重要。
 
对应关系分析及特征提取方法在数控加工过程中，加工基准为工件的拐角时,其在视觉图像中表现为角点形式。图像角点视觉检测算法中基于模板的方法应用最广泛，包括Harris算法、Susan算法、FAST算法及SURF算法等问。

其中Susan算法对噪声有很好的鲁棒性，同时也具有光强变化不变性及旋转不变性,其使用参数非常少,所以对计算量及存储要求低。因此，运用Susan算法提取出角点坐标即动态基准的位置。

加工基准为回转面的轴线或中心线时，其在视觉图像中表现为圆的圆心,但圆心不是真实存在的,所以对其视觉特征的提取就涉及到圆的边缘提取以及曲线拟合,从而得到中心坐标即加工动态基准位置。常用的边缘提取算子中Canny算子较其他边缘检测算子对单像素边缘定位精度高，抗噪能力好。