基于模糊随机广义霍夫变换的目标匹配

？为了提高工业检测中图像匹配精度和速度,提出了一种用于二维目标匹配的新算法--模糊随机广义霍夫变换(frght)。此算法结合了模糊推理系统(fis)和随机广义霍夫变换(rght)。模糊推理系统引入模糊集合概念,计算待配准图像中边缘点对配准参数的投票,从而可以抑制噪声,解决扭曲问题,提高了匹配精度;随机抽取待配准图像中边缘点进行投票,实现了多对一的映射,从而减少了内存需求,提高计算速度。实验表明,该方法计算速度快,匹配精度高,不受噪声污染、扭曲、遮挡、混乱等情况的影响。