龙源期刊网 http://www.qikan.com.cn
基于SIFT算法的机器人视觉定位技术
作者：董芳
来源：《青年与社会》2015年第06期
【摘 要】智能机器人是集环境感知、动态决策与规划，行为控制与执行等多功能于一体的综合系统，定位系统部分在其中起到了关键性的作用。文章主要研究基于SIFT算法的机器人视觉定位技术。视觉定位技术常采用“尺度不变特征变换”（Scale Invariant Feature Transform，SIFT）的方法获得信息和三维环境图像，分析数据。研究表明，视觉定位技术在机器人的设计中起到了重要的作用。
【关键词】机器人定位技术；视觉定位；SIFT算法
智能机器人是当今技术领域一个热点也是一个新兴产业，它具有灵活、易调试、适应性强等特点。世界各国都很重视智能机器人的视觉系统研究工作，投入了大量的精力。David G.Lowe在1999年提出的一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子——“尺度不变特征变换”算子具有经典意义。该方法通过对图像进行不同程度的模糊和缩放，产生不同比例的图像，然后从这些图像中分别提取特征。 一、机器人的视觉系统
机器人视觉系统分为硬件和软件两个部分，硬件部分包括各种传感器、处理器等数字设备；软件部分计算机软件、处理算法和控制软件。
目前，在机器人视觉定位方面，根据摄像头数目不同，可以分为单目、双目和多目视觉定位。多目视觉可以得到更为丰富的信息，但视觉控制器的设计比较复杂，单目视觉无法直接得到目标的三维信息，只能通过移动获得环境中的特征点的深度信息，适用于工作任务比较简单且深度信息要求不高的情况；但计算量相对较小，速度较快。而双目视觉可以得到深度信息，并提取三维环境特征。所以往往利用双目视觉定位来获取信息。 二、SIFT视觉定位算法 （一）经典SIFT算法
图像匹配的过程实际是指寻求两幅图像间的映射过程，也就是说，要将两幅不同视点的同一景物或物体的图像中对应于空间同一位置的点联系起来 对应点就是同一三维空间点在不同视点图像上的投影。SIFT独特性好，信息量丰富，并对尺度缩放旋转视角变化遮挡噪声和亮度变化等大部分干扰都具有很好的鲁棒性。在相关实验中，SIFT算子己被证实其匹配性能明显高于同类型的局部特征，在场景匹配目标识别等领域有很大的利用价值。