高斯牛顿法图像配准的工件精确识别
为提高机器视觉系统对工件的识别精度,提出在工件图像匹配时加入高斯牛顿图像配准算法,以使工件的识别精度达到亚像素级.首先,构建模板和目标之间的刚体变换模型,建立模板图像和目标图像的相似度残差项,利用Sobel算子对待检测图像的x方向和y方向分别进行卷积运算得到待检测图像的差分图;然后,利用该差分图计算待检测图像的雅可比矩阵,应用双线型插值法计算模板进行刚性变化后的变换矩阵;最后,运用高斯牛顿法寻找到使变换矩阵和目标区域相似度残差项达到极小值点的亚像素目标位置,从而使工件目标的识别精度达到亚像素级.实验结果表明,该方法对工件的识别精度为0.1pixel,角度均差为0.05°,满足了高精度识别工件的要求.
工件识别 机器视觉 高斯牛顿法 图像配准
李博 陈燕 邹湘军 刘念 蒋志林
华南农业大学 工程学院南方农业机械与装备关键技术教育部重点实验室,广东广州510640
国内会议
长春
中文
784-790
2015-07-09（万方平台首次上网日期，不代表论文的发表时间）