三坐标测量机(CMM)在检测精度和测量空间范围上占有绝对的优势,因而被广泛应用于工业检测环境中。以CMM和视觉检测系统集成方式对产品进行无接触检测已经成为智能化检测的新趋势。本课题针对三坐标测量机的机器视觉检测系统造价昂贵、结构复杂等缺点,提出一种基于Kinect传感器的三维视觉检测解决方法,利用该视觉系统迅速识别零件的形状及其在测量平台上的位置,完成机器坐标系、零件坐标系、摄像机坐标系之间的转换,为CMM后续检测路径的规划等工作奠定基础。首先,针对Kinect采集的场景三维点云,利用直通滤波去除用户设定范围之外的点,通过体素滤波方法降低点云密度。对滤波后的场景点云进行分割处理,从分割完整性和实时性两方面对比不同算法的分割效果及参数设定的影响,实验表明结合随机采样一致性分割算法和欧式聚类分割算法有效分割出目标点云。然后,对分割后的目标点云提取VFH特征。同理,对不同视角下的模型点云进行VFH特征提取并建立离线数据库。将分割出的目标点云以K近邻搜索方式检索离线数据库,计算设定邻域内模型点云与目标点云之间的卡方距离并进行排序,卡方距离值最小的模型点云即为最相似模型,通过3D-NDT配准进一步提高最相似模型与目标点云的匹配精度,配合外参数标定即可实现零件在CMM下的位姿识别。最后,本文基于Qt开发了零件点云识别和定位系统,该系统实现了点云数据采集及可视化、预处理、模型训练、特征计算、分割、对象识别与定位等功能。为了验证该系统性能,对不同零件进行了识别和定位实验。实验结果表明:该系统能在短时间内识别零件,并可准确获取零件在三坐标测量机下的位置信息。