吴元伟，朱建公，廖 璇，周 军，廖晓波

(1.西南科技大学 制造过程测试技术省部共建教育部重点实验室，四川 绵阳 621010；2.绵阳逢研科技有限公司，四川 绵阳 621010)

0 引言

随着人们生活水平的不断提高，缝制行业极具前景，但行业竞争也日趋白热化，如何提高生产效率与缝制质量成为行业发展的主要方向[1]。随着工业缝纫机的问世，缝制速度与缝制效率迅速提高；然而，目前缝制工艺中缝制时间仅占比21%，大量时间消耗在人工取料、送料和定位等操作上，大大降低了缝制的效率[2]。为了提高缝制行业自动化和智能化程度，必须采用工业机器手来代替人工取料、送料和定位操作；但是工业机器手在操作过程中，大都采用人工编程或者示教的方法进行操作，限制了其应用场景。因此，本文通过给工业机器手增加视觉系统来实现对缝料的姿态识别和定位，从而推动缝制行业的自动化、智能化发展。

图像特征提取是图像识别定位的前提，图像特征包括颜色、纹理、形状以及局部特征点等。局部特征点具有很好的稳定性，且不容易受外界环境的干扰，因此在目标识别定位中得到了广泛的应用。SIFT算法(尺度不变特征变换)由Lowe[3-4]于1999年发表，并在2004年完善。SIFT算子通过构建差分金字塔和为特征点构建128维向量的方式，使得SIFT特征描述子不受角度旋转和尺度缩放影响，并且对于外界环境的亮度变化、拍摄视角变化和噪声都有一定的稳定性，因此SIFT算法一经问世便获得广泛关注与应用[5-6]。……