手机屏幕Mark点亚像素定位算法研究及应用

• 作 者: 刘磊
• 出 处: 厦门大学
• 发表日期: 2004年期
• 关键词: 形状匹配 图像金字塔 亚像素 曲面拟合法

巨大的智能手机市场推动着手机生产设备向智能化、高效率和高精度的趋势发展,基于机器视觉的高精度定位是智能设备研发中的重要一环。成熟的机器视觉商业算法库虽然功能丰富,但在某些特定场景下性能有限,并且授权费用高昂。本文针对手机屏幕十字Mark点的高精度定位算法进行研究,提出了先进行整像素级配准,再计算亚像素级偏移量,最终实现亚像素级配准的方法。在整像素配准时,本文实现了基于灰度的和基于形状的两种配准算法。本文针对传统基于灰度的配准算法效率低下的问题,通过设置平移步幅、旋转步幅和使用图像金字塔等策略提高了算法运算效率。基于形状的配准算法选用了鲁棒性更好的改进的归一化图像梯度点积和作为相似性度量,通过提前终止计算、改进旋转度数搜索策略和使用图像金字塔等方法提高了算法运算效率。然后,在亚像素偏移量计算中,本文选用了精度较高且运算效率更高的二元二次曲面拟合法计算亚像素偏移量,并且在求解过程中通过平移相关像素点简化了求解过程。文章从算法鲁棒性、速度和精度三个方面与机器视觉商业算法库中的标杆VisionPro-PatMax算法进行对比分析。对多组图像数据集的测试结果表明,本文所提出的两种图像配准算法可以实现很高的运算效率;基于灰度的配准算法在光源稳定的情况下配准率很高,而基于形状的配准算法在光照非线性变化、对比度变化、低信噪比以及部分遮挡等情况下具有更强的鲁棒性。基于灰度实现的配准算法的水平和竖直最大绝对误差均小于0.1像素;基于形状实现的配准算法的水平和竖直绝对误差均值均小于0.15像素,最大绝对误差小于0.25像素,验证了本文所提出并实现的亚像素配准算法具有很高的配准精度。最后,本文将所提出并实现的亚像素级高精度配准算法应用于手机屏幕视觉对位平台,并采用模块化的方式开发了对位平台的软件系统。