基于几何约束的改进SURF算法

摘要

针对工业视觉机器人的实际作业环境中,作业背景以及工件上夹带的杂物影响图像特征点提取与匹配的问题,提出一种基于几何约束的改进SURF (speeded-up robust features)算法.分析工件图像中工件主体的长度、周长、面积等几何特性,提出3种基础的过滤规则用于过滤背景干扰曲线,提取出主要工件特征曲线;通过对SURF算法中Hessian矩阵的迹进行多尺度处理,对其应用过滤规则后进行特征点提取与匹配.对实际工业现场采集到的工件图像与匹配数据库进行实验与对比,其结果表明,改进后的SURF算法能够提取更丰富的处于几何边缘的特征点,提高了匹配精度.