机器人抓取中的图像特征点提取算法及DSP实现

胡 攀，吴裕斌，曹丹华

(华中科技大学光学与电子信息学院，湖北武汉 430074)



机器人抓取中的图像特征点提取算法及DSP实现

胡 攀，吴裕斌，曹丹华

(华中科技大学光学与电子信息学院，湖北武汉 430074)

在视觉引导的机器人抓取技术中，需要快速提取不同视角图像的特征点集，实现基于特征的姿态估计。传统的特征点提取算法十分耗时，并难以在基于DSP的嵌入式图像处理平台上实现。针对工业应用场景，提出了一种基于简化SURF和不变矩的特征点提取算法，引入了一个4维的局部不变矩作为特征描述子。算法针对DSP平台进行了优化，测试达到了7帧/s的运行速度，并满足一定程度的光照和仿射不变性。

特征点提取；机器人抓取；嵌入式平台；局部不变矩；光照不变性；仿射不变性

0 引言

视觉伺服系统中，固定眼引导的机器人在抓取流水线上目标物体时，需要对不同视角多相机所拍摄物体图像的特征点集进行匹配。然而，视角的不同使得物体表面产生了光照变化和仿射形变，提取满足一定光照和仿射不变性的特征点集，是后续特征匹配和姿态估计成功的关键。

特征点提取算法包括特征点定位和特征点邻域描述两个步骤。SIFT[1]通过高斯金字塔实现了尺度不变的特征点定位，并使用梯度直方图对每个特征点构建了一个128维的描述子。SURF[2]通过模板缩放取代图像缩放实现了快速金字塔构建，并采用Haar小波对每个特征点进行了64维的描述。还有ASIFT[3]，PCA-SIFT[4]，Harris-Affine[5]等。这些算法都具备复杂的特征点定位过程和高维度的特征描述子，虽然对复杂图像具备较好的鲁棒性，却难以满足工业应用的速度要求，并难以在基于DSP的嵌入式图像处理平台实现。……