针对机器视觉药液异物检测机器人由于机械振动或跟踪不同步,导致所拍摄的序列图像产生位移偏差、影响后续异物分割与提取的问题,本工作采取特征点匹配与块匹配相结合的方法,对序列图像进行配准,求出运动矢量进行图像位移补偿,克服了传统特征点匹配产生空间位置偏差较大误匹配、传统块匹配需对背景静止块进行预处理以及单独使用特征点对匹配或块匹配均难以满足实时需要的问题.首先,对参考帧进行FAST特征点检测,再利用Hessian矩阵、非极大值抑制、熵值差法和特征点距离约束选取稳定的特征点;然后,根据特征点位置信息,选取以特征点为中心的待匹配宏块,再采用一种改进的偏水平方向的六边形搜索策略(HHS)与当前帧进行块与块的匹配,找到最佳匹配块;最后,利用匹配块之间的坐标参数求出运动参数,再利用求出的运动矢量进行帧间补偿.实验结果表明,该算法实时性能能达到72 ms,远快于点对匹配中ORB算法的140ms,比直接用原有的六边形搜索算法(HS)进行块匹配快了近20％,兼顾了速度与精度,能快速补偿药瓶在图像中的位移偏差,抑制图像位移偏差所引起的各种干扰.
参考文献
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%