基于二进制描述子的工件识别方法研究

摘要

随着图像处理的快速发展，基于计算视觉技术的工件识别受到工业界的广泛关注。工件识别是工业自动化生产的重要组成部分，其主要通过计算视觉技术和工业机器人的结合，实现工业生产线上目标工件的自动识别和分类。近年来，基于计算机视觉技术的工件识别发展迅速，已广泛应用于汽车装配、设备组装等领域。
　　本文对基于二进制描述子的工件识别技术进行了研究，主要工作如下：
　　(1)考虑到浮点型SURF描述子依赖主方向技术，存在对旋转鲁棒性差的问题，给出一种旋转不变的二进制描述子与SURF特征检测算法相结合的工件识别方法。在该方法中，二进制描述子采用旋转采样方式，不需要计算特征点的主方向，采样区域和特征向量本身旋转不变，从而避免了主方向计算错误带来的错误匹配。实验结果表明，该方法有效地改善了旋转鲁棒性。
　　(2)针对FREAK算法在尺度变换和旋转变换下识别率低的问题，提出一种改进FREAK描述子与Fast Hessian特征检测算子相结合的工件识别方法。该方法采用Fast Hessian特征检测算子进行特征点检测，增强FREAK描述子在尺度变换下的识别能力。通过减小采样点平滑范围重叠区域，给出一种圆形采样模式。该方法用灰度排序思想对图像进行子区域划分，可实现不依赖于特征点方向的旋转不变性；在子区域内进行采样时设定灰度值阈值，减弱了背景的影响，提高了描述子的性能；采用子区域级联方式进行描述子初匹配，并用RANSAC算法消除描述子的误匹配，提高了描述子的匹配速度，改善了匹配准确率。实验结果表明，该方法增强了FREAK描述子的区分性，提高了其工件识别能力。

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 工件识别发展历程和国内外研究现状

1.3 本文主要工作及内容安排

2.1 图像预处理

2.2 图像匹配方法

2.3 图像空间几何变换模型

2.4 SURF算法

2.5 本章小节

3 基于改进SURF算法的工件识别

3.1 几种常见的局部特征描述子

3.2 几种典型的二进制特征描述子介绍

3.3 基于SURF改进的二进制旋转不变描述子

3.4 实验结果及分析

3.5 本章小节

4 基于改进FREAK的工件识别

4.1 FREAK描述子

4.2 改进的FREAK描述子

4.3 实验结果与分析

4.4 本章小节

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢