本发明涉及视觉测量技术领域,具体为一种基于特征点匹配的视觉测量系统。
背景技术:
机器视觉是一门交叉学科,涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多学科,有着广泛的应用基础。随着电子技术、计算机软硬件技术、图像处理及与人类视觉相关技术的迅速发展,机器视觉技术在理论和实践上都取得了重大的发展,在我国工业、农业、医学、机器人导航、卫星遥感等领域的应用越来越广泛。在大批量的工业生产中,生产过程的高度自动化和产品质量的日益提高,要求有更有效、更精确和高速度的检测手段,机器视觉技术能够保证工业现场环境下的可靠性,提高生产自动化程度,大大提高生产效率。因此,在现代化的生产过程中,机器视觉系统被广泛地应用于产品测量、检验、质量控制等领域。机器视觉在工业中的具体应用主要有:汽车整车尺寸测量、零件边缘及平面尺寸检测等。为此,我们提出了一种基于特征点匹配的视觉测量系统投入使用,以解决上述问题。
技术实现要素:
本发明的目的在于提供一种基于特征点匹配的视觉测量系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于特征点匹配的视觉测量系统,该基于特征点匹配的视觉测量系统包括图像采集模块、图像预处理模块、结果分析模块、特征提取模块、图像数据库、图像检索模块、用户输入模块和结果输出模块;
所述图像采集模块利用左右两组ccd相机对待检测物体进行可视化图像采集,并将采集的图像上传至所述图像预处理模块中;
所述图像预处理模块用于将被测物体的可视化图像和内在特征转换成能被计算机处理的数据;
所述结果分析模块用于将所述图像预处理模块处理的数据与所述图像数据库中的标准值进行比较;
所述特征提取模块用于对所述图像数据库中的被测物体的图像进行边缘检测,并提取边缘特征;
所述图像数据库用于存储被测物体的可视化图像,并提供被测物体的型号标准参数;
所述图像检索模块用于提供用户检索的端口,并接收所述用户输入单元写入的检索信息;
所述用户输入模块接收用户输入指令,并将输入指令上传至所述图像检索模块;
所述结果输出模块提供所述结果分析模块处理的结果输出通道。
优选的,所述图像采集模块中的ccd相机的分辨率为2448pixel×2050pixel,像元尺寸3.45μm(h)×3.34μm(v),镜头焦距为8mm。
优选的,所述图像数据库由数据库管理系统统一管理,数据的插入、修改和检索均要通过数据库管理系统进行。
优选的,所述用户输入模块为内置多点触控式电容屏的个人pc机。
与现有技术相比,本发明的有益效果是:本发明有效的避免了人工检测识别劳动强度大,效率低,易疲劳性和传统检测功能比较单一,自动化,智能化程度不高的缺点,识别精度和实时性高,能够提高匹配的正确性和精确度,而且可以降低匹配的工作量,从而提高计算速度,使视觉测量系统更加贴近实际生产运用。
附图说明
图1为本发明原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种基于特征点匹配的视觉测量系统,该基于特征点匹配的视觉测量系统包括图像采集模块、图像预处理模块、结果分析模块、特征提取模块、图像数据库、图像检索模块、用户输入模块和结果输出模块;
所述图像采集模块利用左右两组ccd相机对待检测物体进行可视化图像采集,并将采集的图像上传至所述图像预处理模块中;
所述图像预处理模块用于将被测物体的可视化图像和内在特征转换成能被计算机处理的数据;
所述结果分析模块用于将所述图像预处理模块处理的数据与所述图像数据库中的标准值进行比较;
所述特征提取模块用于对所述图像数据库中的被测物体的图像进行边缘检测,并提取边缘特征;
所述图像数据库用于存储被测物体的可视化图像,并提供被测物体的型号标准参数;
所述图像检索模块用于提供用户检索的端口,并接收所述用户输入单元写入的检索信息;
所述用户输入模块接收用户输入指令,并将输入指令上传至所述图像检索模块;
所述结果输出模块提供所述结果分析模块处理的结果输出通道。
其中,所述图像采集模块中的ccd相机的分辨率为2448pixel×2050pixel,像元尺寸3.45μm(h)×3.34μm(v),镜头焦距为8mm,所述图像数据库由数据库管理系统统一管理,数据的插入、修改和检索均要通过数据库管理系统进行,所述用户输入模块为内置多点触控式电容屏的个人pc机。
具体的,假定模板为t(k,1),尺寸为n×m,实时图为f(u,v),则相似度函数为
一般情况下,匹配窗口存在众多的同名结构基元,特别是一幅图像中的某一匹配特征基元在另一幅图像中可能会有很多候选对象,而真正的同名结构基元只能有一个,首先将匹配特征基元分类,以决定将哪些特征基元作为匹配对象,然后在另一副图像中对同一类结构基元进行匹配对象的搜索,最后根据实际物体的先验知识及约束条件判别匹配的准确性,在本发明中采用统计特征提取的方法,描述图像中一个区域上的统计信息,这些信息可以包含区域位置信息,也可以不包含,最常用的一种统计特征是不变矩特征,不变矩特征具有旋转平移不变性,可以用在具有刚体变换的图像目标识别中。在目标识别的过程中,由于实时图与匹配图获取方式不同,时间和空间的位置不同,因此实时图相对于匹配图就会产生一定的平移、旋转和比例变化等几何失真,图像矩的几何失真的不变性正好克服了这个问题,反映了图像的固有性质,其优点是过程简单,并且带有对边界形状的有形解释。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。