雷博文，石英

一种用于螺纹桶内壁图像拼接的匹配方法

雷博文，石英

(武汉理工大学自动化学院，湖北武汉430070)

针对传统螺纹图像匹配方法误匹配率高、难以实现图像拼接的问题，提出了基于尺度不变特征变换(SIFT)改进的匹配算法。先将采集图片进行枕形失真校正，在此基础上构建图像尺度空间，并在标定重叠区域内搜索高斯差分(DoG)金字塔的SIFT特征点。利用快速最近邻逼近搜索函数库(FLANN)匹配特征点，结合坐标比较和随机抽样一致性算法(RANSAC)进一步剔除误匹配，最终匹配正确率达到99%以上。实验结果表明:基于标定区域内的特征提取及匹配约束条件可提高匹配速度和精度。相比传统匹配方法，本文匹配方法对相似性较高的螺纹图像匹配具有鲁棒性和优越性，适用于螺纹桶内壁图像的全景拼接。

图像匹配;畸变校正;尺度不变特征变换;随机抽样一致性算法

0 引言

中国现有的核电厂检测报警系统大都采用模拟式，其智能化程度低、可靠性差、人机界面不友好，已难以满足生产安全标准。近年来，计算机技术的日新月异促进了故障诊断与故障报警技术的发展，同时，核电标准的不断完善，安全性、可靠性要求的提高，也促使核电厂采用先进的检测技术与设备。文献［1］评述了深度学习在核电厂检测系统中的应用前景，提出只有开放式、继承性与再学习能力的复合型专家系统才能满足复杂的核电厂检测，但没有介绍核电设备检测的实际应用。……