期刊文章详细信息
文献类型:期刊文章
ZHANG Xi-min;ZHAN Hai-sheng;YU Qi-ying(School of Information Engineering,Shaanxi Institute of International Trade&Commerce,Xi'an,Shaanxi 712046,China;School of Computer Science and Technology,Xidian University,Xi'an,Shaanxi 710071,China)
机构地区:[1]陕西国际商贸学院信息工程学院,西安陕西712046 [2]西安电子科技大学计算机学院,西安陕西710071
基 金:陕西省自然科学基础研究计划(2021JM-539)。
年 份:2023
卷 号:44
期 号:8
起止页码:1182-1187
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、SCOPUS、ZGKJHX、核心刊
摘 要:图像配准精度直接影响机器视觉尺度检测的精度,针对尺寸不变特征变换(SIFT)特征匹配未考虑特征点之间的几何关系,对于小插件等灰度变化较平滑的图像易产生误匹配点的问题,提出了几何特征约束的SIFT特征匹配改进算法。首先,用基于边界拓扑分析的图像跟踪算法提取目标轮廓;然后,用轮廓特征对SIFT算法进行约束并利用随机抽样一致(RANSAC)算法去除“离群点对”;最后,估计变换矩阵并完成图像精确配准。基于高分辨率工业相机和高性能计算机构建精密尺度检测系统,以手机USB接口插件为对象进行实验,实验结果表明:该算法图像配准精准度可达95.31%,与SIFT算法、SIFT+RANSAC算法相比较,配准精准度得到了较大提高,该算法已应用于某检测设备研制中。
关 键 词:计量学 机器视觉 图像配准算法 尺寸不变特征变换 特征匹配 边界跟踪 随机抽样一致算法
分 类 号:TB96]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...