[发明专利]一种基于多边形广义霍夫变换的图像匹配方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种基于多边形广义霍夫变换的图像匹配方法。

背景技术

IC封装产品向着集成化、小型化发展，要求IC电子封装设备具有高速度、高精度的定位的能力，从而能快速准确的实现芯片的拾取和放置。基于视觉的定位是一种常见的机器视觉方法，它经常被用来预计经过相似变换的物体的姿态。通常，这些物体在自动化生产设备中用相机来记录下来。它的精度和计算量将直接影响自动化生产设备的效率和性能。由于自动化生产技术的发展，高速视觉定位在高性能机器人和装备中有很大的需求，特别是IC封装和制造业。

广义霍夫变换在发生相似变换的物体检测以及定位上有广泛使用。然而，传统的广义霍夫变换有一个缺点，由于它采用了四维的投票参数空间导致时间复杂度很高，而且对内存的占用量也很大，其鲁棒性差，而且匹配精度也不高。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于多边形广义霍夫变换的图像匹配方法，其是一种对旋转和缩放不变，用于高精度和高速度的特点。

为实现上述目的，按照本发明，提供了一种基于多边形广义霍夫变换的图像匹配方法，其特征在于，该方法包括如下步骤：

(1)离线阶段，该步骤具体包括以下子步骤：

(1.1)对模板图像进行边缘提取，并基于边缘提取结果来执行多边形拟合，并且该模板图像上设有参考点，以用于在目标图像中找到与此参考点对应的匹配点，从而将模板图像与目标图像的对应关系转化为参考点与匹配点的对应关系；

(1.2)针对步骤(1.1)所拟合多边形，提取它的各个顶点及其邻近两顶点之间的局部三角特性，同时提取上述各个顶点与所述模板图像参考点之间的矢量关系，由此共同构建R-Table表也即局部三角矢量关系表；

(2)在线阶段，该步骤具体包括以下步骤：

(2.1)对目标图像同样进行边缘提取，并边缘提取结果来执行多边形拟合；

(2.2)利用目标图像的多边形的每个顶点与其邻近两顶点的局部三角特征，以及步骤(1.2)中构建的R-Table表对目标图像进行投票，票数最高的位置点作为与模板图像上的参考点对应的匹配点，以确定模板图像中的多边形与目标图像中的多边形的对应关系，同时确定模板图像与目标图像之间发生平移、旋转和缩放的参数。

优选地，所述步骤(1.1)具体过程如下：

采用Canny算子对模板图像进行边缘提取和采用优势点删除的多边形拟合算法进行多边形拟合，在模板图像I_T(x,y)中获得N_T个多边形；模板图像的第k个多边形的第i个顶点

其中k＝1,2,...,N_T，是模板图像中第k个多边形的顶点的总个数，和分别是在X轴和Y轴上的坐标。

优选地，所述步骤(1.2)具体过程如下：

(1.2.1)以模板图像的中心，或者模板图像几何轮廓的重心为参考点P_ref，并且P_ref＝(_Tx_r，Ty_r)，其中_Tx_r和_Ty_r分别是参考点P_ref在X轴和Y轴上的坐标；

表示从顶点到参考点P_ref的矢量，并且

(1.2.2)对于模板图像中的N_T个多边形中的每一个多边形执行以下操作：

获得矢量其中，和分别是第k个多边形的其中一个顶点和与其相邻的两顶点构成的矢量；

将矢量和中长度较小的矢量记作长度较大的矢量记作

获得和的夹角其是一个对于旋转和缩放不变的局部特征；

获得主索引其中Δβ为的角度步长，Δβ,2Δβ,...,π，f_round(·)表示四舍五入取整函数；

获得二次索引以用于区分具有相同主索引β_index的三角形，其中，表示和的模的比即Δε表示的比率步长，

获得矢量与的夹角

获得矢量与的夹角