论文部分内容阅读
视觉系统是IC制造装备的关键子系统之一。图像匹配是用于IC制造装备的视觉系统的核心功能组件。迭代最近点算法是一种点集匹配的方法，在图像配准中因其配准精度高而应用广泛。本文针对在点对的权重赋予和剔除两个方面研究如何改进迭代最近点算法。首先，本文介绍了迭代最近点算法的基本原理，分析了迭代最近点算法的特点和不足。在点对的权重赋予和特定点对的剔除两个阶段，通过应用鲁棒统计学方法提高迭代最近点算法的鲁棒性。鲁棒估计主要解决的是当观测数据中存在离群数据时，能够对模型作出很好的估计。在文中介绍了三个经典的基于鲁棒统计学方法的迭代最近点算法，分别是迭代最近点算法与M估计、LMedS估计和LTS估计相结合得到的M-ICP算法、RICP算法和TrICP算法。本文提出了另一种将LTS估计与迭代最近点算法相结合的新方法，利用残差的分布特性求取每次迭代过程中选取的特定点对的数量，并且增加了缩放参数。实验证明，新算法对于存在噪声的点集匹配可行有效。