[发明专利]一种改进的药液异物图像局部特征匹配方法

摘要

本发明公开了一种改进的药液异物图像局部特征匹配方法，利用改进的特征匹配算法寻找特征点，并利用特征点之间的汉明距离来进行序列图像中待检药品图像的匹配，计算帧间图像的偏差，并对位移的偏差进行补偿，弥补机械电气所造成的图像偏差，提高异物检测准确率；由于特征匹配算法的定位精确至亚像素级，补偿的精确度理论上也可达到亚像素级；本发明所述的方法实时性高，对480*1280分辨率图像的处理可达到80ms，远高于目前拥有的算法。相较于现有人工方法，该方法具有检测精度高、速度快、重复性好等优势，满足现有生产线实时在线检测的需求，稳定可靠。

主权项

1.一种改进的药液异物图像局部特征匹配方法，其特征在于，包括以下步骤：步骤1：连续采集P张生产线上同一药瓶的序列图像；步骤2：利用AGAST算法检测序列图像每帧图像中的特征点；步骤3：利用采样模板在步骤2所得的每个特征点周围确定n个采样点；步骤4：利用每个特征点对应的采样点中任意两个采样点的灰度值进行比较，按设定的比较准则定义采样点对对应的二进制描述符值，获得每个特征点的维的描述符；步骤5：以第一帧为参考帧，分别计算当前帧与参考帧两帧图像中任意两个特征点的描述符之间的汉明距离，以符合设定汉明距离阈值范围的汉明距离对应的特征点对作为两帧图像的匹配点对；步骤6：利用每对匹配点对在对应图像中的像素坐标差值的平均值作为当前帧图像与参考帧图像之间的位移偏差；步骤7：利用步骤6得到的位移偏差对当前帧帧图像进行位移偏差补偿，从而完成序列图像的匹配；所述利用AGAST算法检测序列图像每帧图像中的特征点的具体过程如下：步骤2.1：依次以图像中每个像素作为圆心P，半径为3像素，构建圆区域；步骤2.2：在每个圆周上连续选取16个像素x，像素x的灰度值记作I_P→x；步骤2.3：一个像素x关于它的核P的状态表示为S_P→x，被分配如下：其中，S′_P→x表示像素x的前一个状态，I表示像素的灰度值，u表示状态仍然未知，t为设定的灰度阈值；一个像素x关于它的核P的状态分别有“更暗”记作d、“相似”记作s、“更亮”记作b、“没有更亮”记作和“没有更暗”记作五种状态；步骤2.4：统计图像中所有像素点的不同状态概率，从而获得图像中像素点五种状态的概率分布，采用逆向归纳法对概率分布构建最优二叉决策树，选出候选特征点；步骤2.5：利用非极大值抑制的方法从候选特征点中选取最终特征点，用于步骤3的处理；所述采样模板是指以步骤2所得的特征点为圆心，分别以δ，2δ，3δ，4δ，5δ为半径做同心圆，再以过圆心的水平轴为基线；分别顺时针，逆时针旋转60度，生成3根轴线；以轴线与同心圆形成的交点所在同心圆组中的位置形成的采样模板；所述采样点是指将采样模板的圆心与特征点重合放置，特征点周围的像素与采样模板重合的点，且包含特征点本身。