基于微分不变量的图像特征匹配与物体位姿估计

摘要

随着计算机视觉技术的发展以及柔性制造生产线需求的提高，机器人技术与视觉技术越来越紧密的结合在一起，机器视觉系统应运而生，为构建柔性工业生产线创造了极为有利的条件。通过双目视觉系统对机器人运动进行引导，能够有效的提高机器人对环境的适应能力。在该系统中，目标的位姿估计是一个关键问题。在位姿估计过程中，如何获取目标与模型的对应点也是一个难点问题。
　　本研究提出了一种改进的分水岭算法对目标图像进行分割。通过对图像进行多次分水岭变换，剔除变换过程中产生的较小区域，最终得到目标前景分割图像，有效的避免了直接使用分水岭算法容易造成过分割的问题，为后续的特征匹配以及位姿估计算法提供高质量图像。针对目标与模型的对应点匹配问题，研究了基于微分不变量的图像特征点匹配算法，详细研究了描述子构造过程中的参数选取问题，得到了有利于提高匹配分数的构造参数。本论文利用 SURF算法提取图像特征点，结合空间分布直方图与微分算子构造了特征描述子，实现了图像匹配。实验结果表明，该算法针对图像光照变化、模糊以及平移变换具有良好的适应性，对图像旋转变换具有一定的适应能力。对参数的研究结果表明：当圆环层数为3，圆环内层半径为10，划分数目为8时，图像特征匹配具有最大特征匹配分数。针对目标位姿估计问题，提出了一种基于微分不变量特征匹配算法的位姿估计算法。该算法针对传统 ICP迭代方法中，目标在不同位姿下点的对应关系未知的问题，引入稀疏匹配方法，基于图像特征点匹配，获得目标在不同位姿下的对应点对，通过求解线性方程组估计目标的相对位姿变换。最后利用实物对象的多个位姿进行了实验测试，实验结果能够对机械手臂抓取提供有效位姿信息。

目录

声明

1 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本论文的研究内容

2 基于改进分水岭算法的图像前景分割

2.1分水岭算法图像前景分割

2.2基于改进分水岭算法的图像前景分割

2.3本章小结

3 基于微分不变量的图像特征点匹配算法

3.1 SURF特征点检测算法

3.2基于微分不变量的图像特征描述子

3.3图像特征点匹配

3.4实验结果与分析

3.5本章小结

4 基于图像特征点匹配的目标位姿估计算法

4.1 位姿估计原理

4.2基于MATLAB工具箱的双目立体视觉系统标定

4.3基于图像特征点匹配的目标位姿估计算法

4.4实验结果与分析

4.5本章小结

5 总结与展望

5.1 全文总结

5.2 未来展望

致谢

参考文献