1.一种基于FAST-9图像特征快速配准算法的模具监视方法，其特征在于：所述模具监视方法包括以下过程：

1)分别采集注塑机开模到位时和顶针顶出之后的标准模板图像，并进行预处理，以消除图像中无关的信息，最终存储在DSP核心控制板的存储模块中；

2)等待注塑机工作状态信息，所述状态信息包括开模到位、顶针到位和安全门；当系统处于监控工件时，通过摄像机对模具型腔面连续取像，并对监控图像的当前帧做预处理，为后续的图像快速配准做准备；

3)执行基于FAST-9图像特征快速配准算法，使当前帧与模板图像之间做图像特征的快速配准，具体过程如下：

3.1)关键点的检测：

利用FAST-9快速角点检测方法分别获取实时图像和样本图像关键点，首先以当前像素点p为圆心，构建半径为3的森汉姆圆圈，然后比较圆心点p与周围圆圈上的点x∈(1..16)的像素灰度值，若有连续n个圈上点都比圆心点像素值高或者低一个阈值t，则认为圆心点P为关键点，x与p之间的关系表示为：其中，Ip→x表示圈上像素点灰度值，Ip为圆心灰度值；

3.2)关键点主方向的确定：

采用梯度直方图统计法：每个像素点梯度表示为：

梯度方向表示为：

梯度幅值表示为：

其中，f(x,y)＝L(x+1,y)-L(x-1,y)，g(x,y)＝L(x,y+1)-L(x,y-1)；

在关键点[0,2π]的范围内构建梯度直方图，每个柱代表10o的范围，共36个柱，其中柱的方向代表统计梯度方向，柱的高低代表统计梯度幅值；直方图生成后，其主峰方向作为关键点的主方向，同时选取幅值高达主峰80％的能量峰值作为辅方向；

3.3)构建SIFT特征描述子：将坐标移至关键点主方向上，并以角点为中心的圆形邻域内构建4×4×8维向量表征，最终生成规范化的128维描述子L＝(l1,l2…l128)；

3.4)特征匹配：当特征向量欧氏距离的最近邻和次近邻距离之比小于一个阈值α时，则认为匹配成功，公式表示为:其中Ri为模板图中关键点描述子，Si为实时图中最近邻点描述子，Sj为实时图中次近邻点描述子；

3.5)图像配准：考虑模具监视系统中只存在旋转和平移的几何变化，则图像间变化矩阵表示为：其中，θ为旋转因子，r为缩放因子，dx和dy分别表示图像横纵坐标上的偏移量；因此，若特征点p(x1,y1)和q(x2,y2)是匹配的特征点对，则有变换关系：采用RANSAC法剔除误配点，再采用最小二乘法拟合变换参数，过程如下：a随机抽取N个样本，根据样本估计模型参数M，再根据M计算每一匹配对之间的距离，将距离小于阈值的匹配对作为内点；

b将上述过程重复K次，选择包含内点数目最多的一个点集；

c用所选取的点集中的匹配对重新计算M，再用最小二乘法来最小化误差，这样在求取最终解之前，先去掉了不符合大多数解的外点，消除了误配点对的影响，从而得到多数匹配点对所满足的最终变换模型；

d通过图像间的变换参数求得校正后的图像，最终完成图像的配准；

4)再将配准之后的当前帧与模板图像做差分；

5)采用Ostu自动阈值分割算法实现图像的二值化，对图像进行连续的开和闭运算以消除噪声影响；

6)通过空穴检测查看产品成型是否存在异常，如果有异常则显示报警信息，注塑机停止压模进入连锁保护措施；否则继续等待下一周期的注塑机工作状态信息。