[发明专利]一种数字图像中的目标定位方法以及装置

说明书

技术领域

本发明涉及电子技术领域，尤其涉及一种数字图像中的目标定位方法以及装置。

背景技术

目标定位最常用的方法为图像匹配。图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。

灰度匹配以统计的观点将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配，利用两个信号的相关函数，评价它们的相似性以确定同名点，具体可以通过利用某种相似性度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定两幅图像中的对应关系；特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征)，对特征进行参数描述，然后运用所描述的参数来进行匹配的一种算法，基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。

但是，无论是灰度匹配还是特征匹配，都需要根据样本图像和测试图像提取出目标图像才能够做出准确的定位，而测试图像中的目标图像会由于各种干扰因素，如待定位的目标反光或者角度发生变化等等造成目标图像不清晰，无法从测试图像中提取清晰的目标图像，继而造成定位不准确，抗干扰能力弱。

因此，现有技术中存在数字图像的目标定位方法存在抗干扰能力弱的技术问题。

发明内容

本发明实施例通过提供一种数字图像中的目标定位方法以及装置，用以解决现有技术中存在的数字图像的目标定位方法存在抗干扰能力弱的技术问题。

本发明实施例提供了一种一种数字图像中的目标定位方法，包括：

获取目标Gabor滤波形状模板，包括：对样本图像进行灰度均值、方差归一化处理，获得归一化后的灰度图像；根据被测目标的朝向、尺寸，确定Gabor滤波器的朝向、带宽，对所述归一化后的灰度图像进行滤波获得第一Gabor滤波图；在所述第一Gabor滤波图中，裁减出对应目标的滤波结果部分作为形状模板，并提取形状模板的骨架特征，存储所述形状模板及所述骨架特征；

利用Gabor滤波结果进行形状匹配定位，包括：获得测试图像的第二Gabor滤波图；将所述形状模板在所述第二Gabor滤波图中遍历，将与所述骨架特征之间的相似度超过一预设阈值、且与所述形状模板重合率最高的区域判定为目标所在区域，完成目标定位。

可选地，所述根据被测目标的朝向、尺寸，确定Gabor滤波器的朝向、带宽，对所述归一化后的灰度图像进行滤波获得第一Gabor滤波图，具体为：

建立至少两个方向至少两个尺度的Gabor滤波器，并对所述归一化后的灰度图像进行滤波，获得至少两个方向至少两个尺度的Gabor滤波结果；

确定所述Gabor滤波结果中目标最为显著所对应的方向和尺度，并以此构造该方向和尺度的第一Gabor滤波器；

利用所述第一Gabor滤波器对图像进行Gabor滤波，得到所述第一Gabor滤波图。

可选地，所述获得测试图像的第二Gabor滤波图，具体为：

通过所述第一Gabor滤波器对所述测试图像进行滤波，获得所述第二Gabor滤波图。

可选地，所述相似度的计算公式为：

其中，形状模板由M×N个像素点构成，u(x,y)代表模板中的像素，x＝0，…，M-1；y＝0，…，N-1；u(x，y)＝1表示模板中(x，y)坐标处为黑像素，u(x，y)＝0表示模板中(x，y)坐标处为白像素，(x0，y0)为模板在测试图片的Gabor滤波图的坐标原点，v(x0+x,y0+y)代表测试图片的Gabor滤波图中形状模板重的像素，v(x0+x,y0+y)＝1表示模板中(x，y)坐标处为黑像素，v(x0+x，y0+y)＝0表示模板中(x，y)坐标处为白像素，α和β为权重，其取值根据测试图片的滤波结果中黑白像素的分布来确定。

本发明实施例另一方面还提供一种数字图像中的目标定位装置，包括：