基于加速分割测试特征的二进制描述分块匹配算法

　　智能灯检机在进行大输液药液检测时，由于图像位移偏差带来的干扰，利用帧间差分法提取药液中的异物时经常出现误判的现象。针对上述问题，提出了一种基于加速分割测试特征（ FAST）的二进制描述符分块匹配算法。首先，通过加速分割测试在不同尺度的图像上检测特征点，并利用非极大值抑制与熵值差法选择出优秀的特征点；然后，利用改进的模板在特征点周围进行采样，形成对尺度变化、噪声干扰及光照变化均有较强鲁棒性的新型二进制描述子，再将描述子进行降维；最后，利用分块匹配策略和阈值法，快速精确地匹配两帧图像，求解出并补偿位移偏差。实验仿真结果表明：在处理192万高像素图像时，该算法整体实时性能上可达到190 ms，其中新型描述子生成仅占96 ms；并且匹配准确率达到99%以上，成功地抑制了空间位置偏移较大的误匹配；计算出的误差远小于现在匹配精度较好的尺度不变特征转换（ SIFT）、带方向的二进制鲁棒独立单元特征（ORB）算法，位移补偿量能精确至亚像素级，能快速补偿药瓶在图像中的位移偏差。