Fitur deteksi visual dari gambar yang diproses cnc meliputi fitur warna, fitur tekstur, fitur hubungan spasial, dan fitur bentuk. Fitur warna didasarkan pada semua fitur yang dimiliki piksel gambar. Fitur tekstur dihitung secara statistik di area yang mengandung banyak piksel. Hubungan spasial mengacu pada posisi spasial atau hubungan orientasi relatif antara beberapa objek dalam sebuah gambar. Fitur bentuk mengacu pada bentuk tertentu yang terdiri dari sekumpulan elemen geometris (titik, garis, permukaan) dengan hubungan topologi tertentu pada benda kerja. Sebagai informasi visual penting dari objek, fitur bentuk adalah representasi atribut yang stabil dari objek.
Berdasarkan perbandingan antara fitur visual yang berbeda dan analisis benchmark dinamis di atas, fitur bentuk sesuai dengan karakteristik benchmark dinamis, sehingga fitur bentuk dipilih sebagai fitur visualnya. Umumnya, fitur bentuk dapat direpresentasikan sebagai fitur kontur berbasis bentuk dan fitur wilayah berbasis bentuk, termasuk sudut, tepi, garis lurus, kurva, dan wilayah. Jika ada interferensi pada tepi, sejumlah besar titik tepi palsu akan dihasilkan, yang akan mempengaruhi ekstraksi fitur tepi. Saat ini, sangat penting untuk menemukan algoritma pemrosesan gambar yang sesuai.
Analisis Korespondensi dan Metode Ekstraksi Fitur Dalam proses pemesinan CNC, ketika referensi pemesinan adalah sudut benda kerja, itu muncul dalam bentuk titik sudut pada gambar visual. Di antara algoritma deteksi visual sudut gambar, metode berbasis template adalah yang paling banyak digunakan, termasuk algoritma Harris, algoritma Susan, algoritma FAST dan algoritma SURF.
Diantaranya, algoritma Susan memiliki ketahanan yang baik terhadap noise, dan juga memiliki invariansi perubahan intensitas cahaya dan invarian rotasi. Ini menggunakan sangat sedikit parameter, sehingga membutuhkan lebih sedikit komputasi dan penyimpanan. Oleh karena itu, algoritma Susan digunakan untuk mengekstrak koordinat sudut, yaitu posisi referensi dinamis.
Ketika referensi pemesinan adalah sumbu atau garis tengah permukaan yang berputar, itu muncul sebagai pusat lingkaran dalam gambar visual, tetapi pusat lingkaran tidak nyata, sehingga ekstraksi fitur visualnya melibatkan ekstraksi tepi. dari pemasangan lingkaran dan kurva. Mendapatkan koordinat pusat adalah posisi referensi dinamis pemesinan. Di antara operator ekstraksi tepi yang umum digunakan, operator Canny memiliki akurasi pemosisian yang lebih tinggi untuk tepi piksel tunggal daripada operator deteksi tepi lainnya, dan memiliki kemampuan anti-noise yang lebih baik.
