多面阵摄影相机影像特征匹配算法

本文研究了一种针对单镜头多面阵CCD相机影像的匹配算法，主要特点是结合Harris特征提取算子与BRIEF特征描述符以提高匹配的可靠性和速度。首先，使用Harris算子对影像提取特征点，并建立BRIEF描述符进行初始匹配；然后，采用RANSAC算法剔除误匹配点，并使用最小二乘法匹配精化同名点坐标。试验结果表明，本文方法的匹配精度与SIFt和SURF基本相当，但运算速度是SIFT的9倍、SURF的6倍，满足了单镜头多面阵相机影像预处理的匹配要求。

基于改进SURF算法的柔性装夹机器人快速工件匹配方法

针对传统SURF算法在构建局部特征描述符时耗时较长,无法满足实时性要求的问题,提出了一种改进的SURF算法。首先,运用Hession矩阵行列式(DoH)检测图像中的关键点,并利用非极大值抑制法和插值运算搜索、定位极值点;其次,采用灰度质心法确定关键点的主方向;然后,采用二进制描述符BRIEF对关键点进行描述,并利用关键点的主方向构造带有方向的特征描述符,使其具有旋转不变性;最后,运用汉明距离初步确定匹配点,再用比率检测法和RANSAC算法去除误匹配点,进而获取精准配准。实验结果表明,该改进SURF算法在应用于机器人进行柔性装夹时,对工件图像的平均匹配时间由SURF算法的214.10 ms减少到86.29 ms;而且匹配精度方面比原SURF算法提高了2.6%,因此,所提算法能够有效提高柔性装夹机器人工件图像的匹配速度和匹配精度。

基于改进FAST和BRIEF的双目视觉测量方法

针对传统features from accelerated segment test(FAST)算法检测到的角点存在聚簇现象和阈值依靠人为确定,图像匹配算法匹配准确率较低和双目视觉测量精度较低等问题,提出一种基于改进FAST和binary robust independent elementary features(BRIEF)的双目视觉测量方法。首先用FAST算法提取出特征点,简化检测模板,同时用自适应阈值提取特征点;然后用改进的BRIEF描述特征点,用像素点邻域的灰度平均值进行比较形成描述子;之后用汉明距离完成匹配;最后用灰度梯度法得到匹配点的亚像素坐标,根据视差和三角测量原理计算出匹配点的三维空间坐标,从而完成被测物体的尺寸测量。实验结果表明:在角点检测方面,改进的FAST检测到的角点更均匀;在图像配准方面,通过与其他算法进行对比,验证了所提方法能有效地提高匹配准确率;在测量方面,所提方法测量的最低相对误差为0.45%,满足测量要求。