[发明专利]一种自动化图像构造方法

权利要求书

1.一种自动化图像构造方法，其特征在于，包括以下步骤：

步骤1：图像预处理

对期望图像和元素图像进行预处理，预处理方法是首先将期望图像缩放为360*360像素大小的图像，然后分别记录长、宽缩放比例，再依据此比例对各元素图像进行缩放处理；期望图像指用户期望构造出的图像，元素图像指用来构造期望图像的各个图像，元素图像是一种或多种，每种使用一个或多个；

步骤2：定义图像参数序列

将各个元素图像的位置信息和旋转角度参数按顺序排列，形成一组图像参数序列；其中位置信息包括水平坐标和垂直坐标，坐标和旋转角度取值均为0～359，数据类型为整形；

步骤3：设定评估方法

评估方法用于评估图像参数序列对应的重构图像与期望图像差异大小，首先建立一个360*360像素大小的空白图像，并将左上角定义为(0,0)点，然后根据某一图像参数序列指定的坐标和角度数据将各元素图像叠加到空白图像上，形成该图像参数序列对应的重构图像，之后利用OpenCV的模板匹配方法计算匹配结果，得到最优匹配值；

步骤4：确定终止条件

终止条件选择下述三种设定方式之一；

第一种是设定最大迭代次数，当蛙群迭代到该次数时，无论当前匹配结果如何，均停止迭代，并将当前最优匹配结果作为最终构造结果；

第二种是设定目标匹配值，当迭代得到的最优匹配值优于目标匹配值时，则停止迭代，否则继续迭代；

第三种是同时设定最大迭代次数和目标匹配值，在到达最大迭代次数前，如果得到的最优匹配值已经优于目标匹配值，则停止迭代，否则在蛙群迭代到设定的最大迭代次数时停止；

步骤5：利用混合蛙跳算法迭代

将图像参数序列映射为青蛙位置，并基于步骤3设定的评估方法和步骤4确定的终止条件，利用混合蛙跳算法对图像构造方案进行迭代，直至满足终止条件，得到最优匹配值和与该匹配值对应的最优图像参数序列；

步骤6：参数恢复

根据步骤1记录的长、宽缩放比例对步骤5中得到的最优图像参数序列进行恢复处理，恢复后的最优图像参数序列即为最优图像构造方案。

2.如权利要求1所述的自动化图像构造方法，其特征在于，所述步骤3中，OpenCV的模板匹配方法为标准化差值平方和匹配或相关匹配。

3.如权利要求1所述的自动化图像构造方法，其特征在于，所述步骤1中，设定期望图像为图像A，其水平方向宽度为W，垂直方向高度为H，元素图像为图像B，使用4个图像B，分别记为B1、B2、B3、B4来构造图像A；图像预处理时，将图像A进行缩放处理，水平缩放比例为360/W，垂直缩放比例为360/H，对图像B1～B4分别进行相同缩放处理。

4.如权利要求3所述的自动化图像构造方法，其特征在于，所述步骤2中，将各个元素图像的位置和旋转角度参数按顺序排列，形成由图像参数组成的序列；定义图像参数序列为(B1x,B1y,B1r,B2x,B2y,B2r,B3x,B3y,B3r,B4x,B4y,B4r)，其中B1x指B1图像位置对应的水平坐标，B1y指B1图像位置对应的垂直坐标，B1r指B1图像的旋转角度，其它图像类似；在图像参数序列中，取值均为0～359。

5.如权利要求4所述的自动化图像构造方法，其特征在于，所述步骤3中，首先建立一个360*360像素大小的空白图像C，并将左上角定义为(0,0)点，然后根据某一图像参数序列(B1x,B1y,B1r,B2x,B2y,B2r,B3x,B3y,B3r,B4x,B4y,B4r)指定的坐标和角度数据将元素图像B1～B4叠加到空白图像上，形成该图像参数序列对应的构造图像D，之后利用OpenCV的模板匹配方法计算匹配结果，得到最优匹配值v。

6.如权利要求5所述的自动化图像构造方法，其特征在于，所述步骤4中，选用第三种终止条件设定方式，设定最大迭代次数为n，目标匹配值为w，在到达最大迭代次数n前，如果得到的最优匹配值v已经优于目标匹配值w，即v＜w，则停止迭代，否则在蛙群迭代到n次时停止。