视觉测量作为机器视觉的一个重要分支,在特征识别与目标匹配中发挥着越来越重要的作用。视觉测量主要通过图像拍摄装置摄取目标图像,再通过图像处理系统根据目标图像的像素分布、亮度、颜色等信息,对其进行数字信号转换,最后采用多种算法对其进行处理,从而获取其特征。而将易于识别的标记点粘贴于被测物上,能够明显提高特征识别的准确性和精度,保证目标匹配的可靠性,因此编码标记点的识别与解码一直是该领域的研究热点。本文主要的研究内容如下:(1)介绍了几种常见的编码标记点,并分析了其各自的优缺点。对几种编码标记点进行了大量的实验验证,最终根据课题需求,选择了环状编码标记点以及环绕式编码标记点作为研究对象,并分别介绍了这两类编码标记点的设计方法和编码原则。(2)论述了传统的编码标记点识别与解码算法,针对传统的编码标记点识别算法效率低的问题,提出了一种基于改进的行扫描算法的编码标记点识别方法。首先,对编码标记点图像进行灰度化、去噪、灰度拉伸以及二值化等处理;其次,采用改进的行扫描算法对其进行目标提取;最后,通过面积阈值法以及形状准则法提取圆形标记点,并采用灰度平方加权重心法对提取到的圆形标记点进行中心定位。实验结果表明,采用改进后的行扫描算法对编码标记点进行提取,明显降低了编码标记点的识别时间,大大地提升了识别效率与识别准确度。(3)针对环状编码标记点和环绕式编码标记点的解码算法效率及解码正确率较低的问题,在其各自传统的解码算法上进行了改进。对于环状编码标记点,本文提出了基于解码端点的解码算法,即通过每个编码带的最小外接矩形,求得编码带与其最小外接矩的四条边的四个交点,从而求得解码端点,最后进行解码;对于环绕式编码标记点,本文提出了一种基于模板点的环绕式编码标记点的编解码方法,即在原始的环状编码标记点的头部与尾部的特征编码标记点中间增加了模板点,依靠圆形标记点与模板点向量之间的夹角关系进行解码。实验结果表明,改进后的两种编码标记点的识别与解码算法,在各种情况下对编码标记点的识别准确率、识别效率均得到了很大的提高,并且鲁棒性强、综合性能高。