基于微分不變量的圖像特征匹配與物體位姿估計.pdf

1、隨著計算機視覺技術(shù)的發(fā)展以及柔性制造生產(chǎn)線需求的提高，機器人技術(shù)與視覺技術(shù)越來越緊密的結(jié)合在一起，機器視覺系統(tǒng)應運而生，為構(gòu)建柔性工業(yè)生產(chǎn)線創(chuàng)造了極為有利的條件。通過雙目視覺系統(tǒng)對機器人運動進行引導，能夠有效的提高機器人對環(huán)境的適應能力。在該系統(tǒng)中，目標的位姿估計是一個關鍵問題。在位姿估計過程中，如何獲取目標與模型的對應點也是一個難點問題。
　　本研究提出了一種改進的分水嶺算法對目標圖像進行分割。通過對圖像進行多次分水嶺變換，剔除

2、變換過程中產(chǎn)生的較小區(qū)域，最終得到目標前景分割圖像，有效的避免了直接使用分水嶺算法容易造成過分割的問題，為后續(xù)的特征匹配以及位姿估計算法提供高質(zhì)量圖像。針對目標與模型的對應點匹配問題，研究了基于微分不變量的圖像特征點匹配算法，詳細研究了描述子構(gòu)造過程中的參數(shù)選取問題，得到了有利于提高匹配分數(shù)的構(gòu)造參數(shù)。本論文利用 SURF算法提取圖像特征點，結(jié)合空間分布直方圖與微分算子構(gòu)造了特征描述子，實現(xiàn)了圖像匹配。實驗結(jié)果表明，該算法針對圖像光照變

3、化、模糊以及平移變換具有良好的適應性，對圖像旋轉(zhuǎn)變換具有一定的適應能力。對參數(shù)的研究結(jié)果表明：當圓環(huán)層數(shù)為3，圓環(huán)內(nèi)層半徑為10，劃分數(shù)目為8時，圖像特征匹配具有最大特征匹配分數(shù)。針對目標位姿估計問題，提出了一種基于微分不變量特征匹配算法的位姿估計算法。該算法針對傳統(tǒng) ICP迭代方法中，目標在不同位姿下點的對應關系未知的問題，引入稀疏匹配方法，基于圖像特征點匹配，獲得目標在不同位姿下的對應點對，通過求解線性方程組估計目標的相對位姿變換。