1、圖像配準技術(shù)作為數(shù)字圖像處理中的一個分支方向，經(jīng)過幾十年的發(fā)展，日漸成為圖像理解和計算機視覺深層次處理的基礎(chǔ)關(guān)鍵技術(shù)。高速度、高精度的配準算法一直是該方向研究的重點和難點?，F(xiàn)存的圖像配準算法主要可分為基于灰度的圖像配準和基于特征的圖像配準?；诨叶鹊膱D像配準算法普遍具有速度慢，效率低的缺點，而基于特征的配準算法，尤其是基于局部特征點的圖像配準算法，其對特征點的定位精度較高，對噪聲、圖像畸變、光照變化等具有較好的魯棒性的優(yōu)點，成為現(xiàn)階段國

2、內(nèi)外專家學者研究的重點。
　　本文對基于局部特征點的配準算法做了相關(guān)研究，尤其是基于ORB的圖像配準算法。主要工作如下:
　　(1)研究了基于局部特征點的圖像配準算法的基本理論，包括局部特征點提取、空間變換模型、局部特征點描述、局部特征點匹配、匹配對的提純等模塊。
　　(2)對ORB算法進行了重點研究，包括ORB局部特征點提取算法、ORB局部特征點描述算法。對基于ORB的圖像配準算法進行了實驗仿真，并且在速度、精度方面

3、和SIFT、SURF算法進行對比。同時提出了一種利用差影法的圖像配準精準度的評價方法，并用該方法定量的比較了ORB與SIFT、SURF算法的配準精度差異。
　　(3)在印刷工業(yè)缺陷檢測的應(yīng)用背景下展開探索，引入快速的ORB配準算法來解決SIFT、SURF由于算法速度慢而不適用于在線檢測的缺點。對于ORB配準精度不高的問題，分析原因，提出了使用仿射變換模型代替投影變換模型來估計參數(shù)矩陣的方法來改進原始的ORB配準算法，并通過仿真實驗