为了提高电动汽车电池模组焊点缺陷检测中的图像配准精度,提出一种改进的图像配准优化方法。首先,对图片进行预处理后,使用改进的Qtree_ORB算法得到图像均匀分布的特征点,通过描述符融合对特征点进行描述;其次,经过汉明距离匹配后,通过...为了提高电动汽车电池模组焊点缺陷检测中的图像配准精度,提出一种改进的图像配准优化方法。首先,对图片进行预处理后,使用改进的Qtree_ORB算法得到图像均匀分布的特征点,通过描述符融合对特征点进行描述;其次,经过汉明距离匹配后,通过空间余弦值进行预筛选并使用渐进抽样一致性算法(PROSAC)得到强匹配点,同时计算出图像变换矩阵;最后,使用RMSProp(root mean square prop)算法对变换矩阵进行优化。实验结果表明该算法在电池包焊点缺陷检测中能有效减少误匹配,且配准速度较快,满足工业检测要求。展开更多
随着机器视觉的高速发展,视觉同步定位与地图构建(visual simultaneous localization and mapping,V-SLAM)成为室内定位、导航应用的研究热点。针对传统ORB算法提取特征点分布不均匀的问题,在前端采用四叉树算法管理特征点,实现特征点...随着机器视觉的高速发展,视觉同步定位与地图构建(visual simultaneous localization and mapping,V-SLAM)成为室内定位、导航应用的研究热点。针对传统ORB算法提取特征点分布不均匀的问题,在前端采用四叉树算法管理特征点,实现特征点均匀化分布,并结合渐进抽样一致性(progressive sample consensus,PROSAC)算法剔除误匹配特征点;在后端,采用构建词袋(bag of words,BoW)法对关键帧进行回环检测,判断帧与帧之间是否存在回环,并采用光束平差(bundle adjustment,BA)法进行相机位姿优化,修正相机位姿。在图像特征点提取和匹配实验中,通过与传统ORB算法及其他方法对比,证明本文算法具有较好的运算效率。与ORB_SLAM-modified算法进行轨迹对比实验,分析生成的点云图,结果表明,本文算法具有较高的可靠性和精确度。展开更多
文摘为了提高电动汽车电池模组焊点缺陷检测中的图像配准精度,提出一种改进的图像配准优化方法。首先,对图片进行预处理后,使用改进的Qtree_ORB算法得到图像均匀分布的特征点,通过描述符融合对特征点进行描述;其次,经过汉明距离匹配后,通过空间余弦值进行预筛选并使用渐进抽样一致性算法(PROSAC)得到强匹配点,同时计算出图像变换矩阵;最后,使用RMSProp(root mean square prop)算法对变换矩阵进行优化。实验结果表明该算法在电池包焊点缺陷检测中能有效减少误匹配,且配准速度较快,满足工业检测要求。
文摘随着机器视觉的高速发展,视觉同步定位与地图构建(visual simultaneous localization and mapping,V-SLAM)成为室内定位、导航应用的研究热点。针对传统ORB算法提取特征点分布不均匀的问题,在前端采用四叉树算法管理特征点,实现特征点均匀化分布,并结合渐进抽样一致性(progressive sample consensus,PROSAC)算法剔除误匹配特征点;在后端,采用构建词袋(bag of words,BoW)法对关键帧进行回环检测,判断帧与帧之间是否存在回环,并采用光束平差(bundle adjustment,BA)法进行相机位姿优化,修正相机位姿。在图像特征点提取和匹配实验中,通过与传统ORB算法及其他方法对比,证明本文算法具有较好的运算效率。与ORB_SLAM-modified算法进行轨迹对比实验,分析生成的点云图,结果表明,本文算法具有较高的可靠性和精确度。
