·732· 智能系统学报 第13卷 效果也不如Surf:但是Sift算法的有效匹配点对 数一般都比Suf多，尤其是在旋转状态下。由此可 见，两种算法在Mark点匹配中各有一定优缺点。 3.3传统平方差模板匹配算法对Mak点识别效果 根据OpenCV库中的平方差模板匹配算法， (a)45° (b)60° (c)120° 对经过不同比例缩放（无旋转）后的待检测图进 行测试，测试结果如表3所示。其中待检测图像 图13旋转后的匹配结果 Fig.13 Matching results after images rotation 指标类型为1.0倍，表示未经缩放的待检测图。 根据上述测试结果可得出：提出的基于Mark 表3平方差在模板缩放时的匹配结果 Table 3 Matching results of square difference in different 点几何特征的改进型模板匹配算法识别效果良 template scaling 好。从算法的时间复杂度上看，改进模板匹配算 指标类型 中心点坐标X中心点坐标Y 法的平均速度是Surf的2~3倍，满足实时性要 匹配时间/ms 求。从缩放旋转上看，改进的模板匹配算法同时 0.5倍 297 313 158 具有旋转和缩放不变性，且误差在5个像素以内， 0.8倍 203 268 197 满足实际应用中的可靠性与准确性要求。 1.0倍 234 268 196 1.2倍 203 285 188 4结束语 1.5倍 296 309 165 Mark点作为常用的视觉辅助定位对象，使用 1.8倍 218 343 153 Sift、Suf和简单模板等传统匹配算法对其进行识 别时，不能很好地同时满足缩放旋转及实时性等 从缩放后的匹配结果可以得出：匹配效果随 要求。本文提出了一种基于Mark点几何特征的 着待检测图的缩放程度增大而变差。显然，该算 改进模板匹配算法，针对待检测图像的缩放旋转 法不太适合。 状态，对匹配模板进行相应的缩放旋转变换，不 3.4改进型模板匹配算法对Mark点的识别效果 仅实现了对缩放变换的良好适应性，还保证了良 为了清晰地比较改进型模板匹配算法与St、 好的实时性。应用该算法的视觉系统可以准确可 Suf、平方差模板匹配算法之间的优劣，在相同实 靠地识别出Mark点并定位，从而可以根据相对 验条件下进行实验。 位置关系实现对PCB目标点的准确定位。相比 1)测试经过缩放的PCB板图像。分别对缩 当前常用的Mark点定位算法，该算法保证了较 放倍数为0.6、0.9、1.5和2.0倍的待检测样图进行 高准确率，同时提高了实时性，可以适应当前不 测试，测试耗时分别为125、194、363和513ms, 匹配效果如图12所示。 断提高的视觉定位实时性要求，具有较好的工程 应用价值。 参考文献： [1]陈戈珩，李华杰，房晓伟.基于相位一致性和Hough圆的 贴片机视觉定位系统的研究).科学技术与工程，2015， (a)0.6倍 (b)0.9倍 15(27):59-63 CHEN Geheng,LI Huajie,FANG Xiaowei.Research of the vision positioning system of surface mounting ma- chine based on phase congruence and Hough circle trans- form[J].Science technology and engineering,2015, (c)1.5倍 d)2.0倍 15(27):59-63. 图12缩放后的匹配结果 [2]JIANG Lianyuan.Efficient randomized Hough transform Fig.12 Matching results after images scaling for circle detection using novel probability sampling and 2)测试经过旋转的PCB板图像。分别对旋 feature points[J].Optik-international journal for light and electron optics,.2012,123(20):18341840 转度数为45°、60°和120°的待检测样图进行测 [3]JAIN N,JAIN N.Coin recognition using circular Hough 试，测试耗时分别为484、455和442ms,匹配效果 transform[J].International journal of electronics commu- 如图13所示。 nication and computer technology,2012,2(3):101-104.效果也不如 Surf；但是 Sift 算法的有效匹配点对 数一般都比 Surf 多，尤其是在旋转状态下。由此可 见，两种算法在 Mark 点匹配中各有一定优缺点。 3.3 传统平方差模板匹配算法对 Mark 点识别效果 根据 OpenCV 库中的平方差模板匹配算法， 对经过不同比例缩放 (无旋转) 后的待检测图进 行测试，测试结果如表 3 所示。其中待检测图像 指标类型为 1.0 倍，表示未经缩放的待检测图。 表 3 平方差在模板缩放时的匹配结果 Table 3 Matching results of square difference in different template scaling 指标类型 匹配时间/ms 中心点坐标 X 中心点坐标 Y 0.5 倍 297 313 158 0.8 倍 203 268 197 1.0 倍 234 268 196 1.2 倍 203 285 188 1.5 倍 296 309 165 1.8 倍 218 343 153 从缩放后的匹配结果可以得出：匹配效果随 着待检测图的缩放程度增大而变差。显然，该算 法不太适合。 3.4 改进型模板匹配算法对 Mark 点的识别效果 为了清晰地比较改进型模板匹配算法与 Sift、 Surf、平方差模板匹配算法之间的优劣，在相同实 验条件下进行实验。 1) 测试经过缩放的 PCB 板图像。分别对缩 放倍数为 0.6、0.9、1.5 和 2.0 倍的待检测样图进行 测试，测试耗时分别为 125、194、363 和 513 ms， 匹配效果如图 12 所示。 (a) 0.6 倍 (b) 0.9 倍 (c) 1.5 倍 (d) 2.0 倍 图 12 缩放后的匹配结果 Fig. 12 Matching results after images scaling 2) 测试经过旋转的 PCB 板图像。分别对旋 转度数为 45°、60°和 120°的待检测样图进行测 试，测试耗时分别为 484、455 和 442 ms，匹配效果 如图 13 所示。 (a) 45° (b) 60° (c) 120° 图 13 旋转后的匹配结果 Fig. 13 Matching results after images rotation 根据上述测试结果可得出：提出的基于 Mark 点几何特征的改进型模板匹配算法识别效果良 好。从算法的时间复杂度上看，改进模板匹配算 法的平均速度是 Surf 的 2~3 倍，满足实时性要 求。从缩放旋转上看，改进的模板匹配算法同时 具有旋转和缩放不变性，且误差在 5 个像素以内， 满足实际应用中的可靠性与准确性要求。 4 结束语 Mark 点作为常用的视觉辅助定位对象，使用 Sift、Surf 和简单模板等传统匹配算法对其进行识 别时，不能很好地同时满足缩放旋转及实时性等 要求。本文提出了一种基于 Mark 点几何特征的 改进模板匹配算法，针对待检测图像的缩放旋转 状态，对匹配模板进行相应的缩放旋转变换，不 仅实现了对缩放变换的良好适应性，还保证了良 好的实时性。应用该算法的视觉系统可以准确可 靠地识别出 Mark 点并定位，从而可以根据相对 位置关系实现对 PCB 目标点的准确定位。相比 当前常用的 Mark 点定位算法，该算法保证了较 高准确率，同时提高了实时性，可以适应当前不 断提高的视觉定位实时性要求，具有较好的工程 应用价值。 参考文献： 陈戈珩, 李华杰, 房晓伟. 基于相位一致性和 Hough 圆的 贴片机视觉定位系统的研究[J]. 科学技术与工程, 2015, 15(27): 59–63. CHEN Geheng, LI Huajie, FANG Xiaowei. Research of the vision positioning system of surface mounting ma￾chine based on phase congruence and Hough circle trans￾form[J]. Science technology and engineering, 2015, 15(27): 59–63. [1] JIANG Lianyuan. Efficient randomized Hough transform for circle detection using novel probability sampling and feature points[J]. Optik-international journal for light and electron optics, 2012, 123(20): 1834–1840. [2] JAIN N, JAIN N. Coin recognition using circular Hough transform[J]. International journal of electronics commu￾nication and computer technology, 2012, 2(3): 101–104. [3] ·732· 智 能 系 统 学 报 第 13 卷