面向視覺伺服的目標(biāo)局部不變特征提取算法研究.pdf

1、視覺伺服中，為了實現(xiàn)基于位置的姿態(tài)估計，需要提取不同視角下物體圖像的局部不變特征。然而，目前主流的特征提取算法都需要復(fù)雜的特征點檢測過程和高維度的特征描述子來保證特征點集的不變性，速度上難以滿足工業(yè)生產(chǎn)的需求；同時，智能相機(jī)正逐漸取代PC成為視覺伺服系統(tǒng)的運(yùn)算和控制中心，然而其硬件結(jié)構(gòu)及軟件系統(tǒng)與PC存在很大不同，PC平臺的圖像算法難以快速準(zhǔn)確地在該平臺運(yùn)行。
　　針對上述問題，本論文提出了一種面向視覺伺服的快速可靠的目標(biāo)局部不變

2、特征提取算法。加入了針對工業(yè)場景圖像的基于前景圖像灰度均衡的預(yù)處理，改進(jìn)了SURF特征點檢測算法的特征點搜索和定位策略，在保持原算法精度的前提下顯著地提高了算法速度；在仿射近似理論模型下，設(shè)計了基于Hessian矩陣的仿射不變特征點鄰域，使得局部圖像結(jié)構(gòu)不隨圖像變化而變；構(gòu)建了基于局部不變矩的僅8維的光照和仿射不變的特征描述子，極大地降低了描述子的維度，簡化了其計算過程，并減少了后續(xù)匹配過程的運(yùn)算量；通過基于唯一性約束的粗匹配和基于仿射