APP下载

特征提取算法在工件识别中的研究①

2018-03-02黎卫波韩卫光

计算机系统应用 2018年2期
关键词:特征检测方法

黎卫波,韩卫光

1(中国科学院 沈阳计算技术研究所,沈阳 110168)

2(中国科学院大学,北京 100049)

图像预处理在整个工件识别过程当中是不可缺少的一步,首先把采集到的彩色数字图像进行处理,使其成为灰度图.把彩色图像转化为灰度图像,不仅不会丢失彩色图像中的数据信息,而且能够大大地减少图像处理过程中的计算量,提高效率;灰度图像和彩色图像的描述能力相比较没有太大的差别.计算机视觉中用到的基本方法中经常需要将彩色图像转换成灰度图像[1].由于在摄像头的拍摄环境中可能会发生光照条件微弱和目标工件重叠的情况,以及实验设备中传感器的差异,工件图像在其生成,传输和存储的过程中会引入噪声,因此必须对系统采集的原始图像进行噪声平滑过滤.普通的基于灰度的模板匹配只能应用于一些比较简单图像的识别,但是当工件存在遮挡,不同程度的旋转,不同比例缩放等问题时,继续使用传统的模板匹配算法很难得到预想的效果,还可能出现一些不正确的匹配结果.因此,本文采用基于特征点提取的模板匹配方法,通过检测搜索图与模板图共有特征点的方法来衡量二者之间的相似度,此方法能很大限度地克服工件存在旋转,缩放,遮挡等问题,能够大大减少数据处理量.

1 图像预处理

1.1 灰度级变换

灰度级变换作为图像预处理中最基本的环节,它不依赖于像素在图像中的位置,一个变换C将原……

登录APP查看全文

猜你喜欢

特征检测方法
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
线性代数的应用特征