模式识别在多视角下数据拼接中的应用

马骊溟　姜　虹　王小椿

摘要：针对传统三点定位法在数据配准中使用的局限性，提出了将模式识别中的相似性理论应用在多视角下数据拼接中的新方法．首先，在数据重叠区域内用梯度法搜索曲率极值点，然后在已经获得的曲率极值点中，根据模式识别中的灰度相似性原则确定特征点，最后根据对应的特征点进行配准．将该算法应用在水轮机叶片毛坯的测量数据配准中，结果表明，它可实现空间曲面的多视角测量及后序多片数据的拼接，具有速度快、精度高、可操作性强等特点，而且算法不受零件材质和形状的限制，通用性较强．

关键词：测量数据；多视角配准；模式识别；相似性

中图分类号：TP39117文献标识码：A文章编号：0253—987X(2005)03—0270—04