4. 图像处理与特征提取：从像素到可匹配的“视觉路标”

图像处理与特征提取，说白了，就是让机器人看懂世界的第一步。摄像头采集到的原始图像，在计算机眼里只是一堆数字矩阵。我们要做的，就是把这些数字变成有意义的“路标”，供后续的定位和机械臂抓取使用。

我个人习惯把这一章称为“视觉前端”。它处理得好不好，直接决定了后面SLAM建图和机械臂控制的精度。嗯，这里要注意，很多新手容易忽略图像预处理，直接上特征提取，结果就是匹配得一塌糊涂。

4.1 图像滤波：去噪是第一步

传感器总有噪声，这是物理定律。我见过不少项目，因为没做好滤波，导致边缘检测出一堆假轮廓。滤波的目的很简单：保留有用信息，抑制无用噪声。

4.1.1 高斯滤波

高斯滤波是最常用的线性平滑滤波器。它用高斯核与图像做卷积，每个像素的灰度值由邻域内像素的加权平均决定，权重由高斯分布给出。离中心越近，权重越大。

我曾经在一个室内定位项目里，因为光照变化剧烈，直接用均值滤波把边缘都模糊掉了。换成高斯滤波后，效果好了很多。它的核心参数是核大小和标准差σ。核越大，图像越模糊；σ越大，平滑效果越强。

// C++ OpenCV 示例
cv::Mat src, dst;
cv::GaussianBlur(src, dst, cv::Size(5, 5), 1.5);

4.1.2 中值滤波

中值滤波是一种非线性滤波。它用邻域内所有像素的中值代替中心像素的值。对付椒盐噪声（图像上的黑白点），它比高斯滤波强得多。

你想想看，高斯滤波会把噪声点“抹开”，但中值滤波直接把它“剔除”了。我调试机械臂视觉抓取时，如果工件表面有反光斑点，中值滤波几乎是必用的。

4.2 边缘检测：Canny 算子

边缘是图像中灰度变化剧烈的地方。Canny 边缘检测是业界标杆，它做了三件事：降噪、找梯度、非极大值抑制加双阈值筛选。

我记得第一次用 Canny 时，调阈值调了半天。阈值设低了，全是假边缘；设高了，关键轮廓断了。后来我总结了一个经验：先用直方图看看图像的灰度分布，再定高低阈值。

cv::Mat edges;
cv::Canny(src, edges, 50, 150); // 低阈值50，高阈值150

4.3 特征点提取：SIFT 与 ORB

特征点就是图像中的“关键地标”。一个好的特征点，应该在不同视角、光照下都能被找到。SIFT 和 ORB 是两种最常用的方法。

4.3.1 SIFT（尺度不变特征变换）

SIFT 是经典中的经典。它在尺度空间上检测极值点，并为每个点生成 128 维的描述子。尺度不变、旋转不变、光照鲁棒，这些都是它的优点。

但缺点也很明显：慢。我做过一个测试，一张 640x480 的图像，SIFT 提取 1000 个特征点需要 200ms 左右。在实时性要求高的机械臂控制中，这个速度有点吃力。

4.3.2 ORB（定向 FAST 和旋转 BRIEF）

ORB 是 SIFT 的轻量级替代。它用 FAST 角点检测 + BRIEF 描述子，并加入了方向信息。速度比 SIFT 快一个数量级，而且开源免费（SIFT 有专利问题）。

我个人在嵌入式平台（如 Jetson Nano）上做视觉定位时，几乎只用 ORB。它能在 10ms 内完成特征提取，足够满足 30fps 的实时要求。

4.4 特征匹配：FLANN 与暴力匹配

提取完特征点，下一步就是匹配。我们要在两幅图像中找到同一个物理点。匹配方法主要有两种：暴力匹配和 FLANN 匹配。

4.4.1 暴力匹配（Brute-Force）

暴力匹配就是“穷举法”。对图像 A 的每个特征点，计算它与图像 B 中所有特征点的距离，取最近的那个作为匹配点。简单、直接，但计算量大。

如果特征点数量少（比如少于 500 个），暴力匹配完全够用。我一般在调试阶段先用暴力匹配，看看匹配效果，再决定是否优化。

4.4.2 FLANN 匹配

FLANN（快速最近邻搜索库）用 KD-Tree 或 K-Means 树来加速搜索。当特征点数量超过 1000 时，FLANN 比暴力匹配快 10 倍以上。

但 FLANN 也有坑。它需要调整参数，比如树的棵数、搜索步数。我遇到过 FLANN 匹配结果不如暴力匹配的情况，原因是参数没调好。

// FLANN 匹配示例
cv::FlannBasedMatcher matcher;
std::vector<cv::DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

// 暴力匹配示例
cv::BFMatcher matcher(cv::NORM_HAMMING);
std::vector<cv::DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

4.5 图像分割：阈值与聚类

图像分割是把图像分成若干有意义的区域。在机械臂抓取中，分割用来分离目标物体和背景。

4.5.1 阈值分割

阈值分割是最简单的方法。设定一个灰度阈值，大于阈值的设为白色，小于的设为黑色。适合光照均匀、目标与背景对比度高的场景。

我做过一个零件分拣项目，工件是黑色的，传送带是白色的。用 Otsu 自动阈值法，几乎零代码就完成了分割。但一旦光照变化，阈值就不灵了。

4.5.2 聚类分割（K-Means）

K-Means 把像素按颜色或空间位置聚类。它不依赖固定阈值，对光照变化有一定鲁棒性。但需要预先指定聚类数量 K。

举个例子，如果场景中有红色工件和蓝色背景，K=2 就能把它们分开。我曾在抓取实验中用 K-Means 分割多色工件，效果比阈值法稳定得多。

// K-Means 分割示例（OpenCV）
cv::Mat data, labels, centers;
data = src.reshape(1, src.total());
data.convertTo(data, CV_32F);
cv::kmeans(data, 2, labels, 
           cv::TermCriteria(cv::TermCriteria::EPS + cv::TermCriteria::COUNT, 10, 1.0),
           3, cv::KMEANS_PP_CENTERS, centers);

4.6 本章知识体系

下面这张图总结了本章的核心流程。从原始图像到可匹配的特征点，每一步都环环相扣。