基于轮廓曲率的工件图像配准方法

随着机器视觉技术的发展,工件图像配准在机器抓取、缺陷检测方面应用广泛,然而工件拍摄视点不同易造成图像匹配困难,这也成为工件图像匹配亟待解决和研究的问题。鉴于工件的独特轮廓形状,针对多视点造成的匹配问题,提出了一种基于轮廓曲率的工件图像配准方法。首先,在轮廓平滑处理中,针对多边形拟合道格拉斯-普克(DP)算法效果不佳的问题,利用滑动窗口平均方法对轮廓做了进一步处理,有效提高了轮廓平滑度;然后,在轮廓曲线重采样中,对采样点集进行了时间序列化,利用采样间隔设计了一种有效的重采样方法,实现了对重采样点的任意取值,并保持了轮廓点的密集情况;在建立全仿射曲率库中,设计了两步匹配策略,有效提高了匹配精度和效率;最后,针对曲率曲线匹配算法,将形状上下文(SC)引入动态时间规整(DTW)距离计算,解决了DTW算法存在的问题。研究结果表明:该方法能有效地对模板工件图像进行仿射转换,实现与目标工件图像的匹配目的;同时在匹配算法的三对比较实验中,利用SC-DTW匹配算法得到的转换图像与目标工件图像的差异只有4.8%、2.65%和3.92%,相较DTW的6.83%、4.03%和6.34%,以及归一化相关性匹配算法(NCC)的7.45%、6.39%和7.31%,其差异较小,表明该算法配准效果更好,能更有效地计算两条曲线的相似度,从而获得最佳曲率曲线样本,完成工件图像精准配准的任务。