基于特征點(diǎn)和方向向量的快速目標(biāo)匹配算法研究.pdf

1、隨著視覺(jué)傳感器的快速發(fā)展和各類(lèi)計(jì)算機(jī)視覺(jué)算法的成熟，越來(lái)越多的機(jī)器視覺(jué)檢測(cè)方法運(yùn)用到了工業(yè)生產(chǎn)檢測(cè)領(lǐng)域。視覺(jué)檢測(cè)方法具有非接觸性、高速度、高精度和高度自動(dòng)化等特點(diǎn)，能夠使人們遠(yuǎn)離危險(xiǎn)的工作場(chǎng)合，并且極大地提高生產(chǎn)效率，適合于流水線(xiàn)上大批量目標(biāo)物的定位與檢測(cè)。傳統(tǒng)的目標(biāo)匹配算法通常只兼顧匹配精度、速度中的某一方面。
　　本文提出一種分層匹配的方法，首先基于ORB特征點(diǎn)，選取Hamming距離作為相似性度量標(biāo)準(zhǔn)，進(jìn)行模板和搜索圖之間的

2、特征點(diǎn)匹配，并采用隨機(jī)抽樣一致算法去除大部分誤匹配點(diǎn)，推算出最終的仿射變換參數(shù)。然后，利用匹配對(duì)中特征點(diǎn)的旋轉(zhuǎn)角和模板相對(duì)位置，計(jì)算出待匹配圖像中特征點(diǎn)對(duì)應(yīng)的標(biāo)記中心點(diǎn)，采用 K-means聚類(lèi)算法將這些標(biāo)記中心點(diǎn)進(jìn)行聚類(lèi)，將分屬于不同目標(biāo)物副本的特征點(diǎn)分類(lèi)。最后，采用改進(jìn)的方向向量提取算法，比較模板和搜索圖像的邊緣信息，對(duì)目標(biāo)位置進(jìn)行精定位。為了進(jìn)一步加速計(jì)算，采用了圖像金字塔算法，從粗到精逐步確定模板在圖像上的位置和旋轉(zhuǎn)角度；為了使