基于改进的ORB算法的工件图像识别方法

来源：机床与液压杂志2020年第21期北京时间：

作者：钟鹏程，李伟，刘敬华

单位：浙江大学机械工程学院；中国矿业大学机电工程学院；济南重工集团有限公司

摘要：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

关键词：图像识别;改进的ORB算法;旋转尺度不变性;快速近似最近邻搜索算法

基金资助：山东省重点研发计划 (2018GGX106001)； 江苏省大学生创新训练计划指导项目 （201910290111X）