工业检测之图像匹配

项目要求检测模具上面的异常点，并且做到光照、位置不变，并能应对振动造成的运动模糊。第一反应想到的是旋转不变特征，LBP、SIFT。

需求分析：这实质上市一个模式识别的问题，从实时图像（测试样本）中找出与模板图像（训练样本）不同的地方。主要两步：目标检测、目标识别。

运动模糊与光照不变可以放到预处理阶段进行，目标检测要将目标区域从图像中抠出来，即定位，目标识别则是判断目标区域是否我们要找的目标，即分类器

为了解决旋转、位移、放缩，采用SURF算法：

SURF算法

 SIFT/SURF算法的深入剖析——谈SIFT的精妙与不足

SURF算法在工业检测分析

Opencv学习笔记（六）SURF学习笔记

Opencv SURF算法详细讲解之计算关键点

区域匹配和旋转角度计算

构造surf特征点描述算子以及opencv代码注释

opencv源码剖析

【计算机视觉】OpenCV的最近邻开源库FLANN

图像投影关系以及算法

通过单应性矩阵求旋转和平移量