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