10.3969/j.issn.1001-3881.2023.11.008
改进SURF匹配算法在并联机器人中的研究
针对传统机器人中图像匹配方法准确率低、匹配时间长的问题,提出一种新型的基于机器视觉进行加速稳健性特性(SURF)的改进算法.以SURF特征点检测为基础,利用增强高效局部图像描述符(BEBLID)替换描述子,实现高维到二值化的转换;以自适应设定阈值方法降低人为设定对匹配产生的影响,结合渐进一致采样(PROSAC)优化策略对误匹配点对的剔除方法,获取有效的匹配点对.实验结果表明:与近几年改进算法相比,该算法在正确匹配率和匹配时间上分别提高了 12.06%、9.66%,可见在特征点对的提取和匹配处理上,该算法具有更高的实时性、准确性,能够满足产品检测机器人分拣的实时性要求.
SURF算法、BEBLID描述符、自适应阈值、特征点对匹配
51
TP391.4(计算技术、计算机技术)
河北省高校科技攻关项目ZD2018207
2023-08-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
45-51