科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 出版日期2023
- 单位河北工程大学
