一种适用于阀厅巡检机器人的图像特征匹配算法

换流站阀厅设备在高压直流输电工程中起到重要的作用,目前已逐步实施由智能机器人代替人工操作对阀厅电力设备的工作状态进行日常巡检。机器人采集的巡检图像与设备的模板图像进行匹配,在巡检图像中定位设备区域是对设备状态识别的必要条件。本文根据阀厅设备在图像中呈现的特点,对SIFT特征匹配算法与RANSAC筛选算法进行了改进。首先,对图像中的光斑与阴影进行去除,增强图像细节信息,使SIFT算法避免了光照不一致的影响,可以在巡检图像与模板图像中提取出足够多的有效特征点。然后,采用靶心命中通过的方式代替RANSAC算法对特征点的筛选,缩短了计算时耗,提高了机器人的工作效率。经过机器人在阀厅现场的测试验证了本文算法的适用性与鲁棒性。