1、針對零件表面缺陷多樣性、現(xiàn)場干擾強以及企業(yè)在零件檢測中普遍以離線方式人工抽檢帶來的效率低且檢測質(zhì)量不穩(wěn)定的現(xiàn)狀，采用機器視覺與壓縮感知(Compressed Sensing,CS)方法，研究零件表面缺陷圖像的壓縮感知描述和圖像快速匹配拼接算法，從而提高零件外圓柱表面多幅圖像的拼接速度與質(zhì)量。
　　近年來，基于壓縮感知和尺度不變特征變換(Scale invariant feature transform,SIFT)算法的圖像拼接技術

2、逐漸成為圖像處理領域的研究熱點，但如何提高圖像匹配精度、減少拼接的時空開銷以保持顯示的實時性，以滿足人眼視覺感的真實性等方面一直不是很理想。本課題以此為切入點，引入壓縮感知技術，研究一種快速的SIFT圖像拼接算法，能夠使特征點匹配更精確，同時又能讓圖像拼接速度更快，以達到比較好的視覺效果。
　　本文主要工作如下：
　?。?）對圖像匹配與圖像拼接的基本理論做了詳細的綜述，對常用圖像匹配算法進行了歸納并詳細介紹了幾種典型的圖像匹

3、配算法，對圖像拼接中幾個變換模型展開了說明。
　　（2）對壓縮感知理論進行闡述，簡要介紹了信號的稀疏表示、觀測矩陣的設計與信號的重夠算法的基本內(nèi)容，并對其應用進行了分析和說明。
　?。?）針對SIFT算法計算量大、速度慢等缺點，提出了一種融合壓縮感知與SIFT相結合的圖像匹配拼接算法，提高了圖像特征提取速度，有效地解決了圖像匹配拼接過程中出現(xiàn)誤匹配、裂痕等現(xiàn)象；并通過實驗得出改進的SIFT算法不僅在特征點的數(shù)量和匹配點的數(shù)量