一种适用于自动装配的图像特征点对快速筛选方法及系统技术方案

本发明专利技术公开了一种适用于自动装配的图像特征点对快速筛选方法及系统。其中，该方法利用对接部段在较大的空间尺度上几何结构相似的特点，以特征点为顶点动态构建三角剖分，借助匹配特征点对在三角剖分拓扑结构中的顶点一致对应特点，以及对应三角形单元结构相似特点建立双层约束，实现对已有特征点对的准确快速筛选，有效地剔除了错误的匹配特征点对，提高了特征点对样本集合的整体质量，保证后续图像偏移误差计算的准确性、鲁棒性与计算效率。

【技术实现步骤摘要】
一种适用于自动装配的图像特征点对快速筛选方法及系统
本专利技术属于装备综合保障技术应用领域，尤其涉及一种适用于自动装配的图像特征点对快速筛选方法及系统。
技术介绍
航天装备产品技术状态复杂，产品研制周期中的过程质量的管理对研制成本的控制以及使用成功率都至关重要。图像具有内容直观、丰富的特点，基于图像数据处理技术的信息挖掘与精度计算逐渐成为航天应用与装备综合保障领域的重要手段。装配是航天产品制造的重要环节，特别是对于运载火箭这样的大型复杂装备，装配工作量常常占到产品制造总工作量的60％-70％。装配技术与工艺在很大程度上决定了航天产品的制造成本、周期乃至最终状态的好坏。目前，我国针对大型装备的装配正处于由传统人工装配工艺向数字化自动装配工艺的过渡阶段，数字化自动装配技术正在从点到线投入研究与应用。图像匹配是数字图像处理的一项基础技术，也是大多数应用场景中必不可少的处理过程。基于特征点距离匹配与特征点对的全局拟合是目前图像匹配技术中使用较多的一类方法，先通过检索图像局部区域像素灰度值凸出的代表点作为特征点，然后通过量化描述形成相应的特征向量，最后按照一定的距离计算准则寻找最匹配的特征点形成一对匹配特征点对。在整幅图像多个特征点对的基础上进行最小二乘拟合可以得到两幅图像的一个偏移参数或者变换关系。理想情况下，基于图像匹配技术获得的两幅图像的偏移参数可以达到亚像素级，相比传统的人工观察调整或者基于物理传感器测量的方法具有精度高、成本低的优势。实际应用中成像方式、环境以及内容等因素决定了采集图像样本的质量，也可能给图像匹配的准确性与鲁棒性带来了不确定的干扰。比如面向航天产品对接的部段采集图像存在明显的结构相似性特点，湿热条件下采集到的图像容易包含明显的环境噪声，阴雨天雾天等非理想天候下采集到的图像容易出现失真，摄像机拍摄视角不一致时采集到的图像景物可能存在轻微形变等现象。特征点是图像局部区域内的像素灰度值突出的像素位置，虽然现有方法中通过计算高维特征向量以描述特征点附近灰度的变化规律，但当采集图像面临上述现象时，采集到的特征点容易变得不稳定，导致出现较多的错误匹配点对，从而对最终拟合结果的准确性造成影响。此外，特征点高维特征向量的计算过程产生较大的计算负担，不利于实际应用。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提供了一种适用于自动装配的图像特征点对快速筛选方法及系统，能够综合利用对接部段在大空间尺度上的结构一致性，动态地逐对判断出现在对接部段上的特征点对，可以有效剔除潜在的错误匹配特征点对，显著提高特征点对的整体质量。本专利技术目的通过以下技术方案予以实现：根据本专利技术的一个方面，提供了一种适用于自动装配的图像特征点对快速筛选方法，所述方法包括以下步骤：步骤一：确定待参考图像和样本图像；步骤二：将参考图像与样本图像分割成以特定长宽的矩形为单元的平面网格，计算每个矩形单元的代表特征点的BRIEF特征向量；步骤三：样本图像中的每个矩形单元的代表特征点与参考图像中的每个矩形单元的代表特征点进行匹配得到一组匹配特征点对集合；根据该组匹配特征点对集合得到最优的三对匹配特征点对作为初始特征点对，根据初始特征点对拟合得到初始仿射变换参数；步骤四：根据步骤三中的初始仿射变换参数和步骤三中的初始特征点对确定样本初始三角剖分和参考初始三角剖分；步骤五：根据步骤四中的样本初始三角剖分和参考初始三角剖分确定样本拓扑结构和参考拓扑结构；步骤六：根据样本拓扑结构和参考拓扑结构对匹配特征点对集合中的匹配特征点对进行筛选。上述适用于自动装配的图像特征点对快速筛选方法中，步骤一具体包括：在运载火箭部段装配直行轨道上布置两台朝向相反的相机，使两台相机的光轴在同一条水平直线上，并且光轴线与两个部段水平中心线的上下距离误差不大于部段直径的1/3；控制两台相机以相同参数同时拍摄图像，指定其中一部相机所拍摄的图像为参考图像，另一部相机所拍摄的图像为样本图像，并且将参考图像旋转180°保证与样本图像的坐标系指向一致。上述适用于自动装配的图像特征点对快速筛选方法中，步骤二具体包括：将参考图像与样本图像分割成以特定长宽的矩形为单元的平面网格，提取参考图像的ORB特征点和样本图像的ORB特征点，比较出现在同一个矩形单元内ORB特征点的极值响应，保留极值响应值最大的ORB特征点作为该矩形单元的代表特征点，利用BRIEF量化描述方法计算每个矩形单元的代表特征点的BRIEF特征向量。上述适用于自动装配的图像特征点对快速筛选方法中，步骤三具体包括：根据Hamming距离约束原则，样本图像中的每个矩形单元的代表特征点与参考图像中的每个矩形单元的代表特征点进行匹配得到一组匹配特征点对集合，其中，每对特征点对中位于样本图像中的特征点称为样本匹配特征点，每对特征点对中与样本匹配特征点对应的位于参考图像中的特征点称为参考匹配特征点；预设最大迭代次数，在步骤二中所述的匹配特征点对集合中无重复选取三对匹配特征点对进行迭代，迭代结束后获取最优的三对匹配特征点对作为初始匹配特征点对，根据初始匹配特征点对拟合得到初始变换参数，其中初始匹配特征点对包括三个位于样本图像中的初始样本匹配特征点和三个位于参考图像中的初始参考匹配特征点。上述适用于自动装配的图像特征点对快速筛选方法中，步骤四具体包括：建立样本图像坐标系和参考图像坐标系，在样本图像坐标系内模拟三个坐标点形成样本外围三角形，将样本外围三角形包围步骤二中所述样本图像中的每个矩形单元的代表特征点；根据步骤三中所述初始变换参数将样本外围三角形的三个顶点变换至参考图像坐标系下形成参考外围三角形；按照Bowyer-Watson方法分别将样本外围三角形各顶点与步骤三中所述的三个初始样本匹配特征点连接形成样本初始三角剖分，将参考外围三角形的各顶点与步骤三中所述的三个初始参考匹配特征点连接形成参考初始三角剖分。上述适用于自动装配的图像特征点对快速筛选方法中，步骤五具体包括：从步骤二中所述匹配特征点对集合中去除初始特征点对，然后从匹配特征点对集合中逐对选取匹配特征点对，并按照Bowyer-Watson方法将选取的匹配特征点对中的样本匹配特征点插入步骤四所述样本初始三角剖分，提取当前样本初始三角剖分中与插入的样本匹配特征点具有连接的点和线作为样本拓扑结构，同时按照Bowyer-Watson方法将当前选取匹配特征点对中的参考匹配特征点插入步骤四所述参考初始三角剖分，提取当前参考初始三角剖分中与插入的参考匹配特征点具有连接的点和线作为参考拓扑结构。上述适用于自动装配的图像特征点对快速筛选方法中，步骤六具体包括:步骤(61):按照Bowyer-Watson方法中对三角剖分连接方向的定义，在步骤五中所述的样本拓扑结构和参考拓扑结构中按照一致的连接方向进行遍历，每次遍历时同时选取样本拓扑结构中与当前插入样本匹配特征点连接的顶点以及参考拓扑结构中与当前插入参考匹配特征点连接的顶点，判断两个对应顶点是否属于一对匹配特征点对,遍历完毕之后如果插入的样本匹配特征点在样本拓扑结构的连接顶点和参考匹配特征点在参考拓扑结构连接的对应顶点都属于一对匹配特征点对，则跳转至步骤步骤(62)；如果不满足则在样本拓扑结构中删除与插入的样本匹配特征点的连接关系，以及参考本文档来自技高网...

【技术保护点】
一种适用于自动装配的图像特征点对快速筛选方法，其特征在于，所述方法包括以下步骤：步骤一：确定待参考图像和样本图像；步骤二：将参考图像与样本图像分割成以特定长宽的矩形为单元的平面网格，计算每个矩形单元的代表特征点的BRIEF特征向量；步骤三：样本图像中的每个矩形单元的代表特征点与参考图像中的每个矩形单元的代表特征点进行匹配得到一组匹配特征点对集合；根据该组匹配特征点对集合得到最优的三对匹配特征点对作为初始特征点对，根据初始特征点对拟合得到初始仿射变换参数；步骤四：根据步骤三中的初始仿射变换参数和步骤三中的初始特征点对确定样本初始三角剖分和参考初始三角剖分；步骤五：根据步骤四中的样本初始三角剖分和参考初始三角剖分确定样本拓扑结构和参考拓扑结构；步骤六：根据样本拓扑结构和参考拓扑结构对匹配特征点对集合中的匹配特征点对进行筛选。

【技术特征摘要】
1.一种适用于自动装配的图像特征点对快速筛选方法，其特征在于，所述方法包括以下步骤：步骤一：确定待参考图像和样本图像；步骤二：将参考图像与样本图像分割成以特定长宽的矩形为单元的平面网格，计算每个矩形单元的代表特征点的BRIEF特征向量；步骤三：样本图像中的每个矩形单元的代表特征点与参考图像中的每个矩形单元的代表特征点进行匹配得到一组匹配特征点对集合；根据该组匹配特征点对集合得到最优的三对匹配特征点对作为初始特征点对，根据初始特征点对拟合得到初始仿射变换参数；步骤四：根据步骤三中的初始仿射变换参数和步骤三中的初始特征点对确定样本初始三角剖分和参考初始三角剖分；步骤五：根据步骤四中的样本初始三角剖分和参考初始三角剖分确定样本拓扑结构和参考拓扑结构；步骤六：根据样本拓扑结构和参考拓扑结构对匹配特征点对集合中的匹配特征点对进行筛选。2.根据权利要求1所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤一具体包括：在运载火箭部段装配直行轨道上布置两台朝向相反的相机，使两台相机的光轴在同一条水平直线上，并且光轴线与两个部段水平中心线的上下距离误差不大于部段直径的1/3；控制两台相机以相同参数同时拍摄图像，指定其中一部相机所拍摄的图像为参考图像，另一部相机所拍摄的图像为样本图像，并且将参考图像旋转180°保证与样本图像的坐标系指向一致。3.根据权利要求2所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤二具体包括：将参考图像与样本图像分割成以特定长宽的矩形为单元的平面网格，提取参考图像的ORB特征点和样本图像的ORB特征点，比较出现在同一个矩形单元内ORB特征点的极值响应，保留极值响应值最大的ORB特征点作为该矩形单元的代表特征点，利用BRIEF量化描述方法计算每个矩形单元的代表特征点的BRIEF特征向量。4.根据权利要求3所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤三具体包括：根据Hamming距离约束原则，样本图像中的每个矩形单元的代表特征点与参考图像中的每个矩形单元的代表特征点进行匹配得到一组匹配特征点对集合，其中，每对特征点对中位于样本图像中的特征点称为样本匹配特征点，每对特征点对中与样本匹配特征点对应的位于参考图像中的特征点称为参考匹配特征点；预设最大迭代次数，在步骤二中所述的匹配特征点对集合中无重复选取三对匹配特征点对进行迭代，迭代结束后获取最优的三对匹配特征点对作为初始匹配特征点对，根据初始匹配特征点对拟合得到初始变换参数，其中初始匹配特征点对包括三个位于样本图像中的初始样本匹配特征点和三个位于参考图像中的初始参考匹配特征点。5.根据权利要求4所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤四具体包括：建立样本图像坐标系和参考图像坐标系，在样本图像坐标系内模拟三个坐标点形成样本外围三角形，将样本外围三角形包围步骤二中所述样本图像中的每个矩形单元的代表特征点；根据步骤三中所述初始变换参数将样本外围三角形的三个顶点变换至参考图像坐标系下形成参考外围三角形；按照Bowyer-Watson方法分别将样本外围三角形各顶点与步骤三中所述的三个初始样本匹配特征点连接形成样本初始三角剖分，将参考外围三角形的各顶点与步骤三中所述的三个初始参考匹配特征点连接形成参考初始三角剖分。6.根据权利要求5所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤五具体包括：从步骤二中所述匹配特征点对集合中去除初始特征点对，然后从匹配特征点对集合中逐对选取匹配特征点对，并按照Bowyer-Watson方法将选取的匹配特征点对中的样本匹配特征点插入步骤四所述样本初始三角剖分，提取当前样本初始三角剖分中与插入的样本匹配特征点具有连接的点和线作为样本拓扑结构，同时按照Bowyer-Watson方法将当前选取匹配特征点对中的参考匹配特征点插入步骤四所述参考初始三角剖分，提取当前参考初始三角剖分中与插入的参考匹配特征点具有连接的点和线作为参考拓扑结构。7.根据权利要求6所述的适用于自动装配的图像特征点对快速筛选方法，其特征在于：步骤六具体包括:步骤(61):按照Bowyer-Watson方法中对三角剖分连接方向的定义，在步骤五中所述的样本拓扑结构和参考拓扑结构中按照一致的连接方向进行遍历，每次遍历时同时选取样本拓扑结构中与当前插入样本匹配特征点连接的顶点以及参考拓扑结构中与当前插入参考匹配特征点...

【专利技术属性】
技术研发人员：翟博，刘岭，赵博，胡辉彪，邱亚男，陈思佳，郑东升，李秋云，
申请(专利权)人：北京宇航系统工程研究所，中国运载火箭技术研究院，
类型：发明
国别省市：北京,11