总结
标记点的检测，匹配及误差评判问题一直是计算机视觉和逆向工程领域中的基本而重要的工作。本文对现有的几种比较常用的算法做了分析与研究，找出了每种算法在不同条件限制下的优点和缺点。
标记点的检测主要提到了重心检测算法，最小二值法和Hough变换法。。根据实验结果，在一定条件下，重心检测的精度相对较高。重心法是一种比较传统的圆心检测算法，它要求对图象边缘的提取能达到多层，这样检测精度就会越准。但同时也增加了它的运算量，使其速度缓慢。我们在用重心检测法同时，要找到一个满足精度和速度要求的共同点。最小二乘法是通过园内不共线的三点检测圆，这样的算法则要求圆的形状要规范，要考虑图像数据输入时的误差程度，并且它需要对多组数据求平均值，这样又降低了精度。但只要对两个限制条件控制好，它的精度也可达到像素级。Hough变换每一种新的改进算法都有它独特的一面，同时也有它不足的一面。在本文中只选择改进的随机Hough变换与常规Hough变换进行对比研究，以期能对具体的目标圆检测实践有一定的指导意义。常规Hough变换检测耗时较长，但能稳定地实现检测，改进的随机Hough变换方法能较好的实现检测，并且耗时明显减少。虽然从常规Hough变换到改进随机Hough变换在运行速度上有了显著提高，但随着待检测圆数量的增加，或者图像中干扰的加强，检测所耗费的时间越来越难以预测，并且阈值的选取也有待进一步完善。根据实验结果，在一定条件下，重心检测的精度相对较高。
标记点的匹配采用结构光测量中多视拼合技术，进行配准所提出的算法：（1）定位基准点自适应快速识别算法；(2)基于奇异值分解(SVD)的配准算法，进行了仿真实验和验证。从本文所述实验结果可以得出结论：本文所提出的算法具有较强的容错性，对各种噪声具有一定的鲁棒性，是一种自适应的快速识别和配准算法。在结构光测量设备进行测量时，利用该算法再辅以人工交互识别比对可以得到有一定精度和正确性的结果，在工程实践中该算法是有效的。


本电子电气通信自动化毕业设计“三维标记点的检测与匹配及误差评判”论文由清风毕业设计网[www.lunwen550.com]征集整理！