特征点提取

摘要： 机器人焊接技术具有质量稳定、效率高等特点,为实现空间内的三维复杂焊缝跟踪,提出基于分段扫描、滤波、特征点采集、路径规划的焊缝四步跟踪方法.通过安装于焊接机器人末端的激光传感器,以分段扫描方式连续多段采集焊缝数据;为提高跟踪精度,采用组合滤波的方式修正数据,有效降低焊件表面毛刺、数据失真和噪声等影响;通过特征点采集与坐标系标定确定焊接点;最后结合焊接机器人路径规划获得空间焊接路径.对二维S型焊缝与三维复杂焊缝进行了实验研究,结果表明提出的四步焊缝跟踪方法可形成完整的焊接路径,两种焊件平均跟踪误差约为0.296 mm和0.292 mm,满足机器人焊接跟踪误差低于0.5 mm的精度要求.表明所提出焊接跟踪方法的有效性,可为复杂焊缝的高精度跟踪和自动焊接研究提供有益参考.

摘要： 针对定位跟踪时不同环境的复杂光照变化特点,提出了一种自适应阈值的ORB(Oriented FAST and Rotated BRIEF)特征点提取方法。该方法首先通过自动计算图像块周围的特征点自适应提取阈值,利用该阈值实现图像特征点提取,接着采用水平双目模型进行特征点跟踪。利用数据集在不同环境场景中与不同方法进行对比实验,实验结果表明所提改进的方法在特征点提取时具有更大的检测范围、更快的提取速度以及更好的稳定性,并且在轨迹追踪对比中具有更好的RMSE表现。

摘要： 焊缝自主跟踪是机器人焊接智能化的关键,其精度是评价焊接质量的重要指标。焊接对象或条件的改变对精度的影响最为直接,尤其当焊件表面存在缺陷时会产生较大的跟踪误差。为此,开展焊接机器人焊缝跟踪方法及路径规划研究,提出焊缝跟踪的4步法:1)利用激光传感器扫描坡口,获取轮廓数据。2)接着通过组合滤波算法,运用限幅滤波和高斯滤波处理数据以平滑噪声。3)采用导数法初步定位特征点,通过寻找第1阶和第2导数极值点以定位第1类和第2类特征点;以初步定位获得的特征点为分界点,分段拟合坡口轮廓数据,计算各拟合线段的交点进而得到精确定位的特征点。4)通过传感器位姿标定,确定其相对末端坐标系的位置,借助转换矩阵将传感器检测到的焊缝特征点转化到基座标系下,得到机器人的空间定位点;运用3次样条插值法生成焊枪末端轨迹,并驱动机器人按照预定轨迹运行,进而实现焊缝的有效跟踪。通过实验验证直线与曲线焊缝的跟踪效果,结果表明:初步定位时,跟踪误差约为0.628 mm、0.736 mm,经精确定位后,误差降为0.387 mm、0.429 mm,提升幅度分别超过38.4%、41.7%;且焊枪的抖动现象得到减弱,达到自动焊接误差≤0.5 mm的精度要求,表明了文中所提出跟踪方法的有效性,可为焊缝的高精度跟踪和自动焊接研究提供有益参考。

摘要： 为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明:改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。

摘要： 针对温室环境中,由于相机拍摄图像噪声大,光照不均匀,对比度较低等会导致ORB特征点较难提取或者提取较少,从而影响匹配效果的问题,提出了一种能够减少图像噪声,增强图像对比度的ORB特征点提取算法。首先,对温室图像进行高斯滤波去除图像噪声,然后使用对比度受限的自适应直方图增强图像对比度,增加ORB特征点提取数量。经过实验表明,提出的改进ORB算法对温室中ORB特征点的提取和匹配效果有较大提升。

摘要： 栅格法作为一种在移动机器人路径规划中的常用算法,其具有信息量少、结构简单的特点,但传统栅格法通常由于其栅格过多而影响算法的有效性。针对这一问题,提出了一种特征点提取的改进栅格法,该方法利用特征提取的思想将障碍物栅格的顶点作为特征点提取出来,在这些特征点间进行路径规划,该方法简化了算法的规划范围。将新的栅格法应用于不同种类的路径规划算法中,并与传统栅格法建模进行比较。结果表明,利用该建模方法解决了人工势场法的局部最优问题,使其规划出的路径更加安全;减少了A^(*)算法搜索栅格的数量,使A^(*)算法搜索更有目的性,进而提高了A^(*)算法搜索的效率;同时使蚁群算法搜索路径时不再逐格进行,减少了转移概率的计算次数,加快了其迭代速度。

摘要： 车载视频具有背景运动复杂及光照不均匀等特点,造成现有的电子稳像算法在对车载视频进行实时电子稳像处理时,存在图像特征点提取困难,表现出较差的稳像鲁棒性及稳像实时性。针对上述问题,提出一种结合特征点匹配与仿射变换的电子稳像算法,即先通过分区的特征点提取策略,结合优化后的RANSAC算法,提取出正确的匹配点对,再利用异加权值的运动估计方法及仿射变换模型估计运动参数,并采用卡尔曼滤波器对估计的运动参数进行平滑处理,最后用平滑后的运动参数对待处理视频帧序列进行图像补偿,得到稳定的视频帧序列。实验结果表明,该算法在实时电子稳像上有良好的效果,相比原始视频,稳像后视频的PSNR值约提升32.77%,SSIM值约提升57.83%。

摘要： 针对基于示波法的电子血压计采用幅度系数法作为血压判定算法存在的个体适应性差的缺点,文中提出一种结合幅度系数法和波形特征法对脉搏波采用三次B样条曲线拟合的血压检测算法,即在较宽松的包络线幅度范围内寻找收缩压和舒张压的特征点。针对脉搏波波形起伏变化大的特点,提出动态差分阈值法来定位脉搏波峰值点。选用STM32F103RCT6单片机作为主控芯片对信号进行采集和处理。实验测试结果表明,文中算法与标准水银血压计相比,误差均值都在5 mmHg内,符合ANSI/AAMI标准。说明文中算法能够提高特征点的准确率,提升血压检测的准确性和自适应性,可作为血压判定的依据。

摘要： 针对三维激光扫描仪采集的海量点云数据中存在大量冗余数据的问题,设计了一种基于曲率准则的LiDAR点云表面特征提取算法。该算法利用二次曲面拟合原理将局部点云拟合成二次曲面,预算出该曲面的曲率等微分属性,通过平均曲率法完成特征点的初选,应用曲率极值法来实现特征点的精选,运用最小生成树算法构建特征点之间的空间拓扑关系,实现特征线的提取。

摘要： 为解决Surf算法提取边缘光滑图像特征点能力差的问题,提出了一种基于Surf与区域生长算法相结合的特征点提取改进算法Surf-RGA。通过局部平均值和Harr小波改进Surf算法,选取自动种子点,利用Matlab软件读取具有边缘光滑特点的篮球样本图像,分别运用Surf和Surf-RGA算法提取其特征点,验证算法的可行性。结果表明,Surf-RGA算法提取的光滑图像边缘特征点能力远好于原Surf算法,特征点提取数量增加率平均值约为420.69%,有效提升了Surf算法对图像特征点的提取能力。

摘要： 无人机红外影像因视场范围小、信噪比低、畸变差大、纹理信息匮乏等因素导致影像匹配难以兼顾高效性和稳定性.为了确定性能优异的面向无人机红外影像的点特征检测算法,选取在可见光领域具有代表性的AKAZE算法对两组无人机红外影像进行实验,通过与SIFT算法、CenSurE算法、ORB算法在特征点提取速度、匹配正确率、匹配效率以及配准精度四个方面的对比,验证了AKAZE算法具备稳定性、高精度、高效率的优点,更适合用于无人机红外影像处理.

摘要： 针对移动机器人在复杂环境中运动时对于避障、防撞等需求,提出了一种基于嵌入式GPU的双目视觉测距方法.复杂场景的图片中存在较多的旋转、遮挡,且目标较多,难以区分正确距离和噪声.为了解决这些问题,首先设计了一种基于CUDA的改进的SIFT特征点提取算法;然后由双目图像间关系对特征点进行精确匹配;最后通过K-Means算法实现对距离的聚类并反馈测距结果.从实验结果可以得出特征匹配准确,算法不仅能正确处理复杂环境中因物体旋转、遮挡的影响,同时还可以正确反馈双目测距距离.

摘要： 在道路场景中,复杂目标通常由多个曲面连接而成,且连接处通常在几何特征上有较大差异.对点云的法向量、曲率等几何特征进行了研究,提出了一种法向量、曲率和密度相结合的边界特征点判别方法,并在此基础上,对曲面分析其几何特征,如平均曲率,曲面中是否含有凹陷、凸起,及其起伏程度等;最后结合实测点云数据,验证了此分析方法的可行性.

摘要： 在道路场景中,复杂目标通常由多个曲面连接而成,且连接处通常在几何特征上有较大差异.对点云的法向量、曲率等几何特征进行了研究,提出了一种法向量、曲率和密度相结合的边界特征点判别方法,并在此基础上,对曲面分析其几何特征,如平均曲率,曲面中是否含有凹陷、凸起,及其起伏程度等;最后结合实测点云数据,验证了此分析方法的可行性.

摘要： 在道路场景中,复杂目标通常由多个曲面连接而成,且连接处通常在几何特征上有较大差异.对点云的法向量、曲率等几何特征进行了研究,提出了一种法向量、曲率和密度相结合的边界特征点判别方法,并在此基础上,对曲面分析其几何特征,如平均曲率,曲面中是否含有凹陷、凸起,及其起伏程度等;最后结合实测点云数据,验证了此分析方法的可行性.

摘要： 在道路场景中,复杂目标通常由多个曲面连接而成,且连接处通常在几何特征上有较大差异.对点云的法向量、曲率等几何特征进行了研究,提出了一种法向量、曲率和密度相结合的边界特征点判别方法,并在此基础上,对曲面分析其几何特征,如平均曲率,曲面中是否含有凹陷、凸起,及其起伏程度等;最后结合实测点云数据,验证了此分析方法的可行性.

摘要： 针对复杂环境下,基于图像的目标跟踪过程中,由于目标图像发生尺度、旋转、翻转等变化,而导致的跟踪丢失问题,提出了一种改进型目标实时跟踪方法.首先,通过匹配尺度不变特征点匹配确定目标在图像中的位置区域;其次,提取目标位置区域的尺度不变特征点,并通过KLT(Kanade-Lucas-Tomasi,KLT)算法对特征点进行跟踪;在跟踪过程中,为了能够适应目标变化,提出了自适应目标模板更新策略,该策略从目标区域面积变化大小、目标质心坐标变化速度、特征点减少数量、特征点边缘化数量等4个方面来判别更新的时机,提高了跟踪算法的稳定性和鲁棒性.实验结果表明,该跟踪方法能够实现对存在尺度变化、旋转变化,特别是大角度翻转的目标进行稳定跟踪,对相似物体的干扰具有鲁棒性,方法的运算速度可达26f/s,能够满足在复杂环境下,稳定跟踪可变目标的要求.

摘要： 针对复杂环境下,基于图像的目标跟踪过程中,由于目标图像发生尺度、旋转、翻转等变化,而导致的跟踪丢失问题,提出了一种改进型目标实时跟踪方法.首先,通过匹配尺度不变特征点匹配确定目标在图像中的位置区域;其次,提取目标位置区域的尺度不变特征点,并通过KLT(Kanade-Lucas-Tomasi,KLT)算法对特征点进行跟踪;在跟踪过程中,为了能够适应目标变化,提出了自适应目标模板更新策略,该策略从目标区域面积变化大小、目标质心坐标变化速度、特征点减少数量、特征点边缘化数量等4个方面来判别更新的时机,提高了跟踪算法的稳定性和鲁棒性.实验结果表明,该跟踪方法能够实现对存在尺度变化、旋转变化,特别是大角度翻转的目标进行稳定跟踪,对相似物体的干扰具有鲁棒性,方法的运算速度可达26f/s,能够满足在复杂环境下,稳定跟踪可变目标的要求.

摘要： 针对复杂环境下,基于图像的目标跟踪过程中,由于目标图像发生尺度、旋转、翻转等变化,而导致的跟踪丢失问题,提出了一种改进型目标实时跟踪方法.首先,通过匹配尺度不变特征点匹配确定目标在图像中的位置区域;其次,提取目标位置区域的尺度不变特征点,并通过KLT(Kanade-Lucas-Tomasi,KLT)算法对特征点进行跟踪;在跟踪过程中,为了能够适应目标变化,提出了自适应目标模板更新策略,该策略从目标区域面积变化大小、目标质心坐标变化速度、特征点减少数量、特征点边缘化数量等4个方面来判别更新的时机,提高了跟踪算法的稳定性和鲁棒性.实验结果表明,该跟踪方法能够实现对存在尺度变化、旋转变化,特别是大角度翻转的目标进行稳定跟踪,对相似物体的干扰具有鲁棒性,方法的运算速度可达26f/s,能够满足在复杂环境下,稳定跟踪可变目标的要求.

摘要： 针对复杂环境下,基于图像的目标跟踪过程中,由于目标图像发生尺度、旋转、翻转等变化,而导致的跟踪丢失问题,提出了一种改进型目标实时跟踪方法.首先,通过匹配尺度不变特征点匹配确定目标在图像中的位置区域;其次,提取目标位置区域的尺度不变特征点,并通过KLT(Kanade-Lucas-Tomasi,KLT)算法对特征点进行跟踪;在跟踪过程中,为了能够适应目标变化,提出了自适应目标模板更新策略,该策略从目标区域面积变化大小、目标质心坐标变化速度、特征点减少数量、特征点边缘化数量等4个方面来判别更新的时机,提高了跟踪算法的稳定性和鲁棒性.实验结果表明,该跟踪方法能够实现对存在尺度变化、旋转变化,特别是大角度翻转的目标进行稳定跟踪,对相似物体的干扰具有鲁棒性,方法的运算速度可达26f/s,能够满足在复杂环境下,稳定跟踪可变目标的要求.

摘要： 本发明实施例公开了一种图像特征点的匹配、视差提取和深度信息提取方法。所述方法包括：图像获取；设置搜索块；计算第一位置的HSAD值；计算第1位置对应的M个SAD值，将第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第1位置的匹配特征点；计算第N位置的HSAD值；计算第N位置对应的M个SAD值，将第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第N位置的匹配特征点。本发明实施例的技术方案大大降低了SAD算法的计算量，提高了计算速度，使得SAD算法可以适应D1分辨率以上的图像的实时匹配需求。

摘要： 本发明公开了一种基于特征点局部特征剔除误匹配特征点方法，其包括以下步骤：SIFT特征点检测，利用构建的高斯尺度空间，进行极值点检测，获取关键点；特征点匹配，基于获取的关键点描述符信息，利用欧式距离计算第一幅图像中的点距离第二幅图像中最近距离和次近距离，最近距离越小，则匹配程度越高；基于特征点局部特征值剔除误匹配特征点方法，采用宽松阈值的比率测试为粗剔除，剔除少量误匹配特征点，保证足量匹配正确的特征点；分别在两幅匹配图像中构建局部坐标系，根据点集中匹配的特征点在局部坐标系下特征值的相似度，剔除误匹配，实现精剔除。本发明有效的剔除SIFT算法匹配结果中的误匹配，可获得准确度高的点集。

摘要： 本发明公开了一种图像中特征点的提取方法及提取装置，滤波模块可以在处理完一个像素的数据就输出处理结果，而无需等待对其余像素的数据的处理；并且，提取模块在接收到一个像素的数据时，即可进行提取处理，然后可以输出提取结果，同样无需对其余像素的处理结果。如此，在滤波模块对第i个像素的数据进行滤波处理时，提取模块同时可以执行对第i‑1个像素的中特征点的提取工作，各模块之间形成“业务流水线式”的工作模式，大大降低了特征点的提取所需要的时间，增加了特征点的提取效率，并且还可以降低提取装置的功耗，提升能耗比。

摘要： 本发明实施例公开了一种图像特征点的匹配、视差提取和深度信息提取方法。所述方法包括：图像获取；设置搜索块；计算第一位置的HSAD值；计算第1位置对应的M个SAD值，将第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第1位置的匹配特征点；计算第N位置的HSAD值；计算第N位置对应的M个SAD值，将第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第N位置的匹配特征点。本发明实施例的技术方案大大降低了SAD算法的计算量，提高了计算速度，使得SAD算法可以适应D1分辨率以上的图像的实时匹配需求。

摘要： 本发明公开了一种基于手指静脉特征点的提取方法及其提取装置，包括如下步骤：步骤1：在红外光源的照射下，利用感光器件采集手指静脉图像；步骤2：通过调整红外光源的入射光波长和摄像机的波长可感受范围，获得亮度满足要求的手指静脉图像；步骤3：通过步骤2确定的参数采集的n幅待处理的图像，将n幅待处理图像进行细化处理；步骤4：重新定义静脉细节点特征包括端点、分叉点和双分叉点，对处理后的n幅图像的细节点中心处使用M*M方阵，检测细节点的位置与类型，计算细节点的分支之间的角度及细节点与水平线之间的角度；步骤5：从检测的细节点中筛选需要提取的细节点为特征点。有益效果在于述方法重新定义了特征点的类型，能够提高采集特征的准确性，以及能获得较多具有重要信息的特征点，有助于提高静脉识别的精确度。

摘要： 本发明公开了一种脉搏波形第一特征点和第二特征点的提取方法，所述方法包括：选取包括多个脉搏周期的一段脉搏波信号，通过极大极小值点确定所述脉搏波信号中主波的至少一个波谷，和至少所述波谷之后的下一个主波的波峰；在所述波谷与下一个主波的波峰之间，获取ymin和ymax；对所述脉搏波信号进行一阶求导，得到所述脉搏波信号的一阶导数，从所述一阶导数中并获取diff1min和diff1max；根据不同的判断条件，提取脉搏波形的第一特征点和第二特征点。采用本发明的方法可以更准确地提取脉搏波形的第一特征点和第二特征点，有效提高了特征点提取的鲁棒性。

摘要： 本发明公开了一种激光辅助定位下的V型焊缝图像特征点提取方法，包括以下步骤：S1、激光焊缝图像采集；S2、双边滤波去除噪声；S3、灰度直方图均衡处理；S4、基于密度峰聚类的二值图像分割；S5、形态学开运算；S6、激光像素骨架抽取：将处理后的激光焊缝二值分割图像进行迭代处理，不断缩小连通区域的边界，得到单像素宽度的激光骨架；S7、基于曲率分析的特征点提取：在单像素宽度的激光骨架中，首先找到激光焊缝的首尾特征点，然后按照从头到尾的方向计算激光像素的曲率，将曲率极值点作为激光焊缝的特征点，从而定位焊缝位置。本发明方法实现了焊缝跟踪自动化，为焊接件的自动焊生产提供了有力支撑，更好地保证焊接件的产品质量。

摘要： 本发明公开了一种脉搏波形第一特征点和第二特征点的提取方法，所述方法包括：选取包括多个脉搏周期的一段脉搏波信号，通过极大极小值点确定所述脉搏波信号中主波的至少一个波谷，和至少所述波谷之后的下一个主波的波峰；在所述波谷与下一个主波的波峰之间，获取ymin和ymax；对所述脉搏波信号进行一阶求导，得到所述脉搏波信号的一阶导数，从所述一阶导数中并获取diff1min和diff1max；根据不同的判断条件，提取脉搏波形的第一特征点和第二特征点。采用本发明的方法可以更准确地提取脉搏波形的第一特征点和第二特征点，有效提高了特征点提取的鲁棒性。

摘要： 本发明公开了一种激光辅助定位下的V型焊缝图像特征点提取方法，包括以下步骤：S1、激光焊缝图像采集；S2、双边滤波去除噪声；S3、灰度直方图均衡处理；S4、基于密度峰聚类的二值图像分割；S5、形态学开运算；S6、激光像素骨架抽取：将处理后的激光焊缝二值分割图像进行迭代处理，不断缩小连通区域的边界，得到单像素宽度的激光骨架；S7、基于曲率分析的特征点提取：在单像素宽度的激光骨架中，首先找到激光焊缝的首尾特征点，然后按照从头到尾的方向计算激光像素的曲率，将曲率极值点作为激光焊缝的特征点，从而定位焊缝位置。本发明方法实现了焊缝跟踪自动化，为焊接件的自动焊生产提供了有力支撑，更好地保证焊接件的产品质量。

摘要： 一种基于快速直线提取的网格中特征点的提取方法，在网格图像中快速准确地提取出特征点的坐标。实施步骤如下：首先对图像进行二值化处理，将初始的彩色图转换为灰度图，减少计算量；然后依次对图像进行腐蚀膨胀变换、高斯滤波，消除干扰和噪声；利用Canny算子对预处理后的图像进行边缘检测，得到网格轮廓，然后利用改进的Hough变换进行快速直线提取，得到一个直线的集合；根据直线的斜率将该集合分为两类，减少求交点运算的次数；把互相垂直的线段两两联立求得交点坐标，得到特征点的集合；设置一个阈值对提取到的特征点集进行聚集，消除干扰，最后得到精确的特征点的集合。本方法的特征点提取更快、更精确，同时能够消除干扰，容错性能更好。