[发明专利]一种基于缩放和旋转匹配的图像定位识别检测方法在审
| 申请号: | 201810110039.7 | 申请日: | 2018-02-05 |
| 公开(公告)号: | CN108319979A | 公开(公告)日: | 2018-07-24 |
| 发明(设计)人: | 蒋忠胜;瞿顶军;李文兴;资鑫斌;于振中 | 申请(专利权)人: | 哈工大机器人(合肥)国际创新研究院 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 北京华际知识产权代理有限公司 11676 | 代理人: | 陈晓蕾 |
| 地址: | 230601 安徽省*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 缩放 匹配 匹配结果 图像定位 金字塔 检测 图像 大小变化 角度旋转 快速匹配 模板匹配 模板图像 目标图片 目标图像 传统的 第一层 多层 传递 | ||
本发明涉及一种基于缩放和旋转匹配的图像定位识别检测方法,该方法将目标图片和模板图像通过缩小生成多层金字塔,然后在金字塔最高层开始,分别做旋转和缩放匹配,匹配结果传递到下一层,直到第一层得到精确的匹配结果。本发明解决了传统的模板匹配无法处理模板与目标图像之间存在大角度旋转的问题,以及模板与图像之间有大小变化问题,实现图像快速匹配定位、识别、检测。
【技术领域】
本发明属于图像识别和处理领域,尤其涉及一种基于缩放和旋转匹配的图像定位识别检测方法。
【背景技术】
图像匹配,是指根据图像的一些特征或组合特征等对模板和目标图像进行匹配的过程。图像匹配目前主要有模板匹配、轮廓匹配以及特征点匹配;模板匹配就是将模板和目标图像的灰度进行比较,找到模板在目标图像中的位置,但模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。轮廓匹配在目标具有复杂背景时难以提取轮廓和物体本身轮廓难以提取时轮廓匹配很难适用;特征点匹配在找特征及匹配时计算量很大,而且精度也不是很高。
在实际应用中,由于拍摄中角度、环境的变换、传感器自身的噪声等因素的影响,每张图片背景等会有细微的变化,而且物体之间的摆放位置也会不完全一样,而且图片中物体还会有旋转等变化,甚至会有细微的大小变化。在传统的模板匹配中,如果图片中的物品图像相对于模板图像在平面上有一个较大的旋转角度,并且图像大小有较大不同,则传统的模板匹配就很可能失效。因此,针对这种情况,如何使匹配算法精度高、正确匹配率高、速度快、鲁棒性和抗干扰性强成为人们关心的问题。
【发明内容】
为了解决现有技术中的上述问题,本发明提供了-一种基于缩放和旋转匹配的图像定位识别检测方法。
本发明采用的技术方案具体如下:
一种图像定位识别检测方法,用于在原始图片中检测模板图像,包括以下步骤:
(1)基于所述原始图片建立n层图片金字塔,所述原始图片是图片金字塔的第一层,每一层的图片都是将下一层图片缩小后得到的;使用相同的方法基于所述模板图像建立模板金字塔;图片金字塔中的每一层在模板匹配时是与模板金字塔的相同层进行匹配;
(2)在最高层的图片中通过缩放和旋转搜索模板图像的位置;所述缩放包括确定一个缩放比例序列,基于所述缩放比例序列对最高层图片进行相应比例的缩放,对于每一个缩放后的图片再进行旋转匹配;所述旋转匹配包括预先设置旋转匹配次数m,将图片从0度开始,每次旋转360/m度,进行m次模板匹配;从所有匹配结果中得到最匹配的结果,记录其对应的缩放比例a1和旋转度数a2;
(3)最高层以下的每一层图片,都在上一层所获得的缩放比例和旋转度数附近搜索模板图像,一直到第一层的原始图片,得到精确的缩放比例和旋转度数,以及匹配位置。
进一步地,步骤(1)中对图片缩小的方法包括:按照从左到右,从上到下的顺序对图片中的像素进行扫描,将相邻的四个像素合并成一个像素,如果扫描过程中剩下的像素不足以形成四个相邻像素,则将相邻的两个像素合并。
进一步地,具体的像素合并方法包括:将需要合并的像素的像素值求平均值,作为合并后的像素的像素值。
进一步地,最高层图片的像素数量控制在100到200之间。
进一步地,m=180。
进一步地,最高层的缩放比例序列为:1.2、1.1、1、0.9、0.8。
进一步地,所述图片金字塔和模板金字塔都为四层金字塔。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈工大机器人(合肥)国际创新研究院,未经哈工大机器人(合肥)国际创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810110039.7/2.html,转载请声明来源钻瓜专利网。





