技术探讨「TECHNICALEXPLORATION
CHINAINSTRUMENTATION中个依依表
2010年第6期
弧齿锥齿轮接触斑点图像匹配分析
SpiralBevelGearContactDotImageMatchingAnalysis
宋抗”王建军”乔杰忠”
（1河南理工大学机械与动力工程学院：
河南焦作454000
2郑州四维机电设备制造有限公司研发部，河南郑州450001）
摘要：图像匹配在弧齿锥齿轮接触斑点检测系统开
发应用中是一项关键技术。本文对特征的图像匹配算法进行了分析：并用SIFT算法进行实例运算，依据其匹配效果进行研究，得出SIFT算法对几何形变较大的宽基线接触斑点图像也具有较强的匹配能力的结论。
关键词：图像匹配SIFT算法弧齿锥齿轮MATLAB Abstract: Digital image registration of spiral bevel gears in the development and application of detection system is a key technology. This article describes the image registration algorithm of feature image; the classic SIFT-algorithm operator practical examples we can analysis based on the effects of the image registration, SIFT algorithm to the geometric deformation of the larger wide-baseline image
registration is also a strong ability algorithm. Key words: Image registration SIFT-algorithm
Spiral bevelgears MATLAB
河南省重点科技攻关项目（项目编号：072102210033）河南理工大学博士基金（项目编号：B050701）
54
1引言
弧齿锥齿轮接触斑点的形态是衡量其啮合质量的重要指标之一。对接触斑点图像进行匹配处理，为下一步斑点的三维重构提供信息，是弧齿锥齿轮非接触检测系统开发中的重要一步，图像匹配是数字图像处理应用中的难点，其理论和算法直接影响匹配的效果。图像匹配算法可分为基于灰度相关的匹配、基于特征的匹配、基于模型匹配以及基于变换域的匹配。在弧齿锥齿轮对滚检测系统中基于图像特征的宽基
线数字图像匹配是目前该系统开发研究中的难点。 2宽基线匹配
宽基线条件下点特征匹配的首要任务就是提取稳定的特征，在此基础上实现差异较大的两幅图像之间特征的匹配。它首先从待匹配的图像中提取特征，用相似性度量和一些约束条件确定几何变换，最后将该变换作用于待匹配图像，最后取得匹配效果。
(1）关键点检测
关键点般是灰度变化的局部关键点，含有显著的结构性信息，在某角度、尺度上含有易匹配的信息。
(2）关键点描述，即建立特征向量
这是各匹配算法主要的不同所在。特征空间的选择决定了图像的哪些特性参与匹配。关键点的特征描述符应是不变量。
（3）进行特征匹配以获得候选匹配点
一般采用各种距离函数作为特征的相似性度量，如欧氏距离、街区距离、马氏距离等。
(4）消除错配
主要是根据几何或光度的约束信息去除候选匹配点中的错配。常用的去外点方法是RANSAC随机
www.cnim.cr