一种任意姿态下的继电器触点图像特征快速匹配方法组成比例

本发明专利技术公开了一种任意姿态下的继电器触点图像特征快速匹配方法，是一种继电器自动生产流水线上继电器触点间距视觉测量过程中触点图像特征快速匹配和目标区域精准定位的方法；该方法包括以下五个步骤：（1）运用加权平均灰度算法对图像进行灰度化预处理；（2）采用

【技术实现步骤摘要】
一种任意姿态下的继电器触点图像特征快速匹配方法


[0001]本专利技术属于工件图像匹配
，具体地说是一种任意姿态下的继电器触点图像特征快速匹配方法
。

技术介绍

[0002]继电器电触头是继电器的关键部位之一，其性能的好坏直接影响关系到继电器的产品性能和稳定性，继电器触头两触点间距的装配精度是制造继电器的难度，也是引起继电器故障的主要因素
。
目前，继电器在生产流水线上是采用基于机器视觉图像处理技术进行检测，在检测过程中，由于继电器在流水线上快速送至指定检测区域时如果不进行姿态矫正，其姿态会出现角度偏移，难以快速识别与精准定位，导致继电器触点匹配精度不高，匹配效率差
。
为了提高继电器触点匹配精度和效率，因此，专利技术一种任意姿态下的继电器触点图像特征快速匹配方法，通过对任意姿态下的待测继电器触点图像进行特征点提取与描述
、
粗匹配，结合
GMS
算法和
MAGSAC++
算法进行精匹配，得到目标区域，进而提高继电器触点间距测量精度，是十分必要的
。
[0003]模板匹配技术在图像处理技术中是一个很重要的分支，无论是目标检测
、
图像拼接还是视觉
SLAM
都离不开模板匹配，它是许多视觉检测任务中的关键步骤
。
常见的模板匹配有基于灰度的模板匹配和基于特征的模板匹配
。
前者主要针对图像的像素灰度信息，通过遍历来达到匹配目的，计算量大
、
不具备旋转和尺度不变性且易受噪声干扰；后者则主要是针对图像的特征信息进行匹配，计算量小
、
具备旋转和尺度不变性且鲁棒性强
。
目前，针对特征匹配的算法主要有基于尺度不变特征的
SIFT
算法
、
基于加速稳健特征的
SURF
算法
、AKAZE
算法以及
ORB
算法等
。
一些学者将这些算法逐渐应用到了工业检测当中，朱志浩等的
《
基于改进
ORB
‑
FLANN
算法的工件图像识别方法
》
针对传统的图像识别算法匹配正确率低，运行时间较长等问题，提出了一种基于改进
ORB
‑
FLANN
算法的工件图像识别方法，该算法对处理尺度和旋转的图像，具有良好的匹配效果，但是总体上匹配时间过长，不具备实时性
。
鲁晟燚等的
《
基于
Hu
‑
SIFT
特征匹配与遗传算法的零件视觉分拣方法
》
提出一种基于
Hu
‑
SIFT
特征匹配与遗传算法的零件视觉分拣方法，该方法对机器零件具有很好的识别效果，提高分拣效率
。
在工件装配中，为解决工件匹配识别速度慢
、
实时性差等问题，张明路等的
《
一种改进
SURF
特征匹配的装配工件快速识别方法
》
提出了一种改进
SURF
特征匹配的装配工件快速识别方法，该方法是利用
K
‑
means
聚类方法和机器学习中文本检索方法，来构建基于词袋模型来改进
SURF
算法，在光照
、
尺度和旋转条件下能够对工件快速识别，但由于基于词袋模型的描述向量还有一定的不足，工件匹配准确率还有待提高
。
[0004]因此，为解决继电器送至指定检测区域其姿态会出现角度偏移，会存在难以快速识别与精准定位的问题，本专利技术利用
AKAZE
算法和
BEBLID
描述符进行特征点的提取与描述，有效提高了
AKAZE
算法的特征点匹配率和匹配效率；使用快速最近邻搜索算法进行特征点的粗匹配；同时使用组合算法进行精匹配，利用
GMS
算法精筛选得到正确匹配点集，用
MAGSAC++
算法估计最优单应性矩阵，最后通过透视变换，得到继电器触点目标区域，有效解
决了当继电器自动生产流水线上继电器姿态发生角度偏移时，继电器触点图像不能快速匹配和精准定位的问题，与对比算法相比，具有匹配速度快
、
匹配精度高等特点，为下一步触点间距的精确测量提供了保障
。

技术实现思路

[0005]为解决在流水线上当继电器触点姿态发生角度偏移时，继电器触点不能快速识别和精准定位的问题，本专利技术公开了一种任意姿态下的继电器触点图像特征快速匹配方法
。
[0006]本专利技术采取如下技术方案：一种任意姿态下的继电器触点图像特征快速匹配方法包含如下步骤
。
[0007]（1）预处理；采用加权平均灰度算法，来得到具有更多关键特征信息的灰度图像，表示为：
[0008]式中，
R、G
和
B
分别为彩色图像三通道的像素值
。
[0009]（2）特征点提取与描述；
AKAZE
特征点提取主要是通过构建非线性尺度空间来搜索
Hessian
矩阵局部极大值，将第
s
层被检测像素点
G
的
Hessian
矩阵值与该层及相邻
s+1
层和
s
‑1层3×3邻域内的
26
个像素点的
Hessian
矩阵值进行比较，当其值满足极大值要求时，即为极大值点；使用泰勒展开式进行亚像素级的精确定位，得到极大值点的坐标，即特征点的坐标，并对特征点的主方向进行确认；然后利用
BEBLID
描述符来进行特征点的描述，其特征提取函数
f(x)
定义为：
[0010]式中，
R(p1,s)
和
R(p2,s)
分别表示以像素
p1和
p2为中心，尺寸为
s
的正方形框，
I(q)
表示像素点
q
的灰度值，
I(r)
表示像素点
r
的灰度值
。
[0011]然后对
f(x)
进行阈值判断，得到第
k
个
h
k
(x)
为
[0012]将
h
k
(x)
为
‑1输出转化为0，
+1 输出转换为 1
，二值化输出
{0,1}
，再按公式（4）得到二进制描述符
BEBLID
，
D(x)=(d1(x),d2(x),
…
,d
i
(x),
…
,d...

【技术保护点】

【技术特征摘要】
1.
一种任意姿态下的继电器触点特征匹配方法，用于继电器自动生产流水线上继电器触点间距机器视觉测量过程中触点图像特征快速匹配和目标区域精准定位，该方法包括以下五个步骤：（1）对待测继电器触点图像和模板图像进行灰度预处理；（2）采用
AKAZE
算法和
BEBLID
描述符进行特征点提取与描述；（3）采用快速最近邻搜索算法对特征点进行粗匹配；（4）采用组合算法进行精筛选与目标区域定位；（5）以匹配准确率
CMR=m
c
/m
，
m
c
为精匹配点数，
m
粗匹配点数
、
匹配运行时间对匹配结果进行评价；其特征在于，一种任意姿态下的继电器触点图像特征匹配方法，按以下步骤进行：步骤一
、
精筛选；采用网格运动估计
GMS
算法对粗匹配点进行进一步筛选，剔除误匹配点，首先将图像划分为
G=g
×
g
个单元网格，并将每个单元网格划分为
I
个相邻区域；采用网格平滑运动方式对粗匹配点进行筛选，在筛选过程中，从模板图像与待匹配图像区域内相对应的单元网格中，选取相对应的相邻区域进行邻域匹配支持估计量计算，有效避免重复计算，从而提高匹配速度；邻域匹配支持估计量
S
ab
为：；式中，
a
i
为模板图像区域内单元网格
a
中的第
i
个区域，
b
i
为待匹配图像区域内单元网格
b
中的第
i
个区域，为单元网格
a、b
内第
i
个区域中匹配点的个数；根据阈值，
α
为权重值，
n
为单元网格中
I
个相邻区域内特征点数量的平均值；将
S
ab
大于的网格区域保留，
S
ab
小于的网格区域剔除，保留下来的网格区域内存在满足匹配条件的正确匹配点，得到筛选过后的匹配点集
P
；步骤二
、
最优单应性矩阵估计；运用步骤一筛选获得的匹配点集
P
，采用
MAGSAC++
算法估计最优单应性矩阵，使用渐进式
NAPSAC
采样器进行随机采样估计初试模型参数，计算出拟合误差，即残差；然后根据模型质量函数对当前模型参数进行评估，帮助算法判断当前估计得到的模型在拟合数据方面的表现，模型质量函数公式如下：；其中，令
r=D(
θ
i...

【专利技术属性】
技术研发人员：赵延明，王亮，吴劲豪，唐博，陈晓犇，张一涵，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：