格型和圓型圖像特征點檢測算法研究.pdf

1、機(jī)器視覺在三維重建、視覺監(jiān)控、工業(yè)檢測等領(lǐng)域中應(yīng)用廣泛。各種視覺測量系統(tǒng)大多需要檢測圖像的幾何特征點，且圖像特征點的檢測精度和效率將直接影響整個系統(tǒng)的性能，在圖像視覺檢測技術(shù)中具有非常重要的地位。本文以格型和圓型特征圖像作為研究對象，通過理論分析、仿真研究和實際測試實驗研究格型角點和圓心的檢測算法及其評價方法，主要研究內(nèi)容包括:
　　(1)仿真圖像的生成。通過攝像機(jī)線性的透視投影模型獲得格型和圓型特征圖像，并利用高斯函數(shù)卷積得到與

2、實際攝像機(jī)拍攝圖像特征類似的仿真圖像。利用該模型可以為圖像特征點檢測算法的檢測實驗和評價提供參考基礎(chǔ)。
　　(2)格型圖像特征點檢測算法的研究。主要介紹幾種格型圖像特征點像素級和亞像素級檢測算法，并進(jìn)行實驗比較分析。針對格型圖像特征點檢測算法的復(fù)雜度、計算速度和穩(wěn)定性等問題，提出了一種基于灰度對稱因子的棋盤格角點亞像素檢測算法。該算法利用方形環(huán)模板進(jìn)行角點檢測，無需高斯濾波及梯度計算，可以很好地解決算法數(shù)據(jù)量大，運算速度慢等問題。

3、在像素級角點坐標(biāo)鄰域利用灰度對稱因子加權(quán)法得到亞像素級角點坐標(biāo)，可有效降低噪聲和其他不確定因素對角點亞像素檢測精度的影響。
　　(3)圓型圖像特征點檢測算法的研究。主要介紹幾種圓型圖像特征點檢測算法。為了降低圓型圖像特征點檢測算法的計算量和復(fù)雜度等問題，提出了一種基于橢圓中心灰度對稱的檢測算法。利用Sobel算子進(jìn)行圖像的邊緣檢測，并利用灰度質(zhì)心法得到橢圓中心點的坐標(biāo)，最后利用灰度對稱因子加權(quán)法得到橢圓圖像特征點的坐標(biāo)。該算法計算

4、量小、檢測效率高、受噪聲的影響比較小，并具有一定的精度。
　　(4)圖像特征點檢測算法的評價。利用攝像機(jī)線性的透視投影模型產(chǎn)生特征點位置準(zhǔn)確已知的仿真標(biāo)準(zhǔn)圖像，為檢測算法的精度評價提供參考;通過改變環(huán)境和光照條件，在靶標(biāo)靜止?fàn)顟B(tài)下以及三坐標(biāo)測量機(jī)微位移狀態(tài)下對檢測精度進(jìn)行測試，實驗結(jié)果表明，檢測精度在0.2個像素左右，能夠快速地實現(xiàn)圖像特征點位置坐標(biāo)的檢測，對光照、噪聲和圖像的旋轉(zhuǎn)等影響具有一定的穩(wěn)定性，并在機(jī)器視覺3D四輪定位儀