针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB(Oriented FAST and Rotated BRIEF)算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF(Speed...针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB(Oriented FAST and Rotated BRIEF)算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF(Speed-Up Robust Features)描述符进行方向分配,得到具有旋转尺度不变性的图像角点,结合快速近似最近邻搜索算法进行特征点的匹配,实现工件图像的识别。实验结果表明:在图像存在旋转尺度变化的情况下,使用改进的ORB算法相比传统的ORB、SIFT(Scale Invariant Feature Transform)和SURF算法以及SIFT+SURF、SURF+FREAK组合算法在工件图像角点提取与目标匹配方面速度更快,识别精度更高,提高了工业机器人在搬运工件过程中对工件图像的识别效率和准确性。展开更多
针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,...针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。展开更多
针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改...针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改进的ORB算法对目标进行识别,根据双目立体视觉光轴平行模型对目标实施定位;随后,运用标准D-H参数法建立机械臂的数学模型并进行逆运动学求解;最后,将获得的机械臂各关节驱动角传输至系统控制端,驱使机械臂末端执行器完成对目标的抓取作业。结果表明,提出的改进的ORB算法较传统ORB算法提高了目标识别定位的速度与准确度,有效提升了机械臂实施抓取时的实时性与精确性。展开更多
文摘针对传统的工件图像识别算法运行速度慢、匹配精度差等问题,提出一种改进的ORB(Oriented FAST and Rotated BRIEF)算法解决工件图像的实时与准确识别问题。该算法的流程是首先利用ORB算法提取工件图像的角点特征,随后为其添加SURF(Speed-Up Robust Features)描述符进行方向分配,得到具有旋转尺度不变性的图像角点,结合快速近似最近邻搜索算法进行特征点的匹配,实现工件图像的识别。实验结果表明:在图像存在旋转尺度变化的情况下,使用改进的ORB算法相比传统的ORB、SIFT(Scale Invariant Feature Transform)和SURF算法以及SIFT+SURF、SURF+FREAK组合算法在工件图像角点提取与目标匹配方面速度更快,识别精度更高,提高了工业机器人在搬运工件过程中对工件图像的识别效率和准确性。
文摘针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。
文摘针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改进的ORB算法对目标进行识别,根据双目立体视觉光轴平行模型对目标实施定位;随后,运用标准D-H参数法建立机械臂的数学模型并进行逆运动学求解;最后,将获得的机械臂各关节驱动角传输至系统控制端,驱使机械臂末端执行器完成对目标的抓取作业。结果表明,提出的改进的ORB算法较传统ORB算法提高了目标识别定位的速度与准确度,有效提升了机械臂实施抓取时的实时性与精确性。
