周期性图像快速配准技术研究.pdf

摘要

图像配准技术经过几十年的发展，逐步成为机器视觉领域的基础关键技术。图像配准在

工业生产中用于缺陷检测时，高精度与高速度更是研究的难点与重点。基于特征的配准方法

以其精度高、鲁棒性好的优势成为主要研究对象，因此，提取质量较好的特征点并实现正确

匹配是重要过程。但是，具有周期性的特征图像往往在不同的物理位置上具有相同的特征信

息，理想条件下完全一样，造成特征匹配错误，影响配准结果。本文针对以上具有周期性特

征的图像，主要对基于特征的图像配准方法中的AKAZE(Accelerated-KAZE)配准算法进行相

关研究。本文主要包括以下几个方面。（1）选择几种经典的图像配准算法，以周期性的特征

图像为实验对象，主要从配准性能以及实时性方面分析几种算法的优势，选择性价比最高的

AKAZE算法作为后续研究的主要对象。（2）针对周期性特征图像匹配错位以及蛮力匹配的耗

时长问题，提出一种基于水平投影的AKAZE图像配准方法，将图像控制在局部区域内进行

特征匹配，缩减蛮力搜索的范围减少匹配耗时，排除相对物理位置不同但相同特征匹配的可

能，剔除更多的误匹配对；并且在细匹配阶段，引入不再受阈值误差影响的MAGSAC++估计

器，进一步降低匹配时间，提高正确匹配率。以周期性图像为实验对象验证方法的有效性，

实验表明，改进后的方法可以在保证配准性能不变或略微提高的情况下，减少特征匹配的耗

时约一个数量级。（3）针对低光照、低对比度图像检测特征点数量少且分布不均匀的问题，

提出一种自适应对比度限制阈值的AINDANE-CLAHE方法，以图像本身信息计算阈值，得到

增强图像用于提取足够的特征点。根据特征点数量越多，AKAZE描述耗时越长，达不到实时

性要求，提出用BEBLID(BoostedEfficientBinaryLocalImageDescriptor)描述符代替原本的M-

LDB描述符。在给定的低光照周期性图像上验证改进方法的有效性，实验表明，改进后算法

与之前相比，配准时间上减少了1/3，特征描述时间减少了将近一个数量级，正确匹配率也有

略微的提升。进一步的，将以上两种方式相结合，可以达到在配准性能略微提高或不变的同

时，整体的时间耗费进一步降低。（4）最后，设计一个基于图像配准的缺陷检测系统，详细

介绍系统的功能和人机交互界面，在PyCharm平台下实现检测系统的软件功能部分，并使用

特定周期性规律图像进行测试。

关键词:图像配准，AKAZE，水平投影，图像增强，BEBLID

Abstract

Afterdecadesofdevelopment,imageregistrationtechnologyhasgraduallybecomethebasickey

technologyinthefieldofmachinevision.Whenimageregistrationisusedfordefectdetectionin

industrialproduction,highprecisionandhighspeedareadifficultandimportantpointofresearch.

Thefeature-basedregistrationmethodhasbecomethemainresearchobjectbecauseofitshigh

accuracyandgoodrobustness,soitisanimportantprocesstoextractthefeaturepointswithgood

qualityandachievethecorrectmatching.However,periodicfeatureimagesoftenhavethesame

featureinformationatdifferentphysicallocations,andareexactlythesameunderidealconditions,

resultinginfeaturematchingerrorsandaffec