一种用于物流分拣系统的图像配准方法

为提升物流分拣系统的分拣速度及正确性,提出一种可适应复杂场景变化的图像配准方法。该方法主要采用两步配准,第一步是采用平均相位图像上的特征描述子匹配,实现全局配准,第二步是采用基于MIND方法的可形变配准,实现局部细化配准结果。所提出的方法在物流系统采集图像上进行了广泛的评估,通过定性和定量实验证明了提出方法的有效性,相较经典算法而言在错误率上降低了67.3%,速度上提升了112.4%。实验结果表明,本文方法具有更好的配准性能。