[发明专利]图像定位方法及装置

权利要求书

1.一种图像定位方法，其特征在于，所述方法包括如下步骤：

对于待检测图像每个预定区域，确定其中的网格与模板图像的对应位置的网格相匹配的网格数量；其中，每个所述预定区域中包括多个网格；

筛出所述网格数量大于预定数量的预定区域作为备选区域；

根据尺度步长、角度步长、水平偏移量和竖直偏移量对模板图像的轮廓点的集合进行几何变换，得到第一模板轮廓点集；

确定所述第一模板轮廓点集的外接矩形，并根据网格尺寸将该外接矩形分割成多个第一模板网格，并对所述多个第一模板网格中的轮廓点进行量化；

对于每个所述备选区域，根据其量化后的每个轮廓点的位置坐标以及对应位置的第一模板网格中每个量化后的轮廓点的位置坐标，确定该备选区域的拟合分数；

筛选出所述拟合分数大于第一预定分值的备选区域，作为目标区域。

2.根据权利要求1所述的方法，其特征在于，所述方法在所述确定其中的网格与模板图像的对应位置的网格相匹配的网格数量之前，还包括如下步骤：

确定待检测图像的轮廓点的集合的外接矩形，并根据所述网格尺寸将该外接矩形分割成多个网格，并对每个所述网格中的轮廓点进行量化；

获取所述尺度步长和所述角度步长，并利用所述尺度步长和所述角度步长对模板图像的轮廓点的集合进行几何变换，得到第二模板轮廓点集；

确定所述第二模板轮廓点集的外接矩形，并根据所述网格尺寸将该外接矩形分割成多个网格，并对每个所述网格中的轮廓点进行量化。

3.根据权利要求2所述的方法，其特征在于，所述方法在确定所述目标区域之后还包括如下步骤：

根据每个所述目标区域对应的轮廓点的集合以及所述模板图像的轮廓点的集合，利用最小二乘法确定新的水平偏移量和新的竖直偏移量；

利用所述尺度步长、角度步长、新的水平偏移量和新的竖直偏移量对模板图像的轮廓点的集合进行几何变换，得到第三模板轮廓点集；

确定所述第三模板轮廓点集的外接矩形，并根据所述网格尺寸将该外接矩形分割成多个第二模板网格，并对每个所述第二模板网格中的轮廓点进行量化；

对于每个所述目标区域，根据其中每个量化后的轮廓点的位置坐标以及对应位置的第二模板网格中每个量化后的轮廓点的位置坐标，确定该目标区域的拟合分数；

筛选出所述拟合分数大于第二预定分值的目标区域，作为最终的目标区域。

4.根据权利要求1所述的方法，其特征在于，所述预定数量根据预定覆盖分数以及模板图像的轮廓点的数量确定。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括如下步骤：

根据每个所述目标区域对应的轮廓点的集合以及所述模板图像的轮廓点的集合，利用最小二乘法确定新的平移自由度，所述新的平移自由度包括新的水平偏移量和新的竖直偏移量；

判断所述新的平移自由度是否大于预定平移度，同时判断广义自由度是否均在预定广义度重叠范围内；其中所述广义自由度包括尺度步长和角度步长；

若所述平移自由度大于所述预定平移度，同时新的所述广义自由度均在所述预定广义度重叠范围内，则删除该目标区域。

6.根据权利要求5所述的方法，其特征在于，确定所述拟合分数包括如下步骤：

对于所述备选区域的每个量化后的轮廓点，利用其位置坐标以及对应位置的第一模板网格中对应位置的量化后的轮廓点的位置坐标，确定两个所述轮廓点的距离；

利用所有的所述距离以及捕获范围确定该备选区域的所述拟合分数。

7.根据权利要求1所述的方法，其特征在于，确定所述水平偏移量和竖直偏移量包括如下步骤：

根据每个所述备选区域对应的轮廓点的集合以及所述模板图像的轮廓点的集合，利用最小二乘法确定所述水平偏移量和竖直偏移量。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括如下步骤：

对于每一个所述目标区域，建立其中的每个轮廓点与模板图像的对应位置的网格内对应的轮廓点的映射关系。