[发明专利]基于Choquet积分的图像模板匹配系统及算法

说明书

本发明涉及一种基于Choquet积分的图像模板匹配系统及算法，包括检测并提取产品区域图像；对提取后的图像进行预处理、二值化及形态学操作；缺陷形态信息和位置信息获取；位置误差筛选和相似度筛选；计算Choquet积分的系统概率、信念度量以及合理性筛，依次去除不满足阈值要求的点，筛选出匹配点。本发明的本方案实施后可提高产品的安全可靠性，降低产品成本，减少资源浪费，提高工作效率。本发明基于Choquet积分的模板匹配方法能提供更好的匹配性能。本发明基于模糊算法，对于存在遮挡，物体交叠等不完整的信息环境能实现较好的匹配。

技术领域

本发明涉及一种基于Choquet积分的图像模板匹配系统及算法，属于视觉匹配技术领域。

背景技术

现有模板匹配算法难以实现不完整的信息环境中确定参考图像(模板)在较大图像(场景)上的最佳匹配位置。

然而在现实的产品图像中，可能存在由于产品交叠，遮挡等情况导致获取的产品图像信息并不完整，这为匹配增加了难度。Choquet模糊积分给出了一种直觉模糊判据矩阵的决策新方法，本发明基于Choquet模糊积分提供一种全新的图像模板匹配系统及匹配算法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于Choquet积分的图像模板匹配系统及算法，通过结合有限数量的图像模板匹配算法的匹配决策来获得更精确和鲁棒的匹配，与模糊度量相关的Choquet积分可以用于处理由于不完整的图像信息造成的模糊性。

本发明目的通过如下技术方案予以实现：

提供一种基于Choquet积分的图像模板匹配算法，包括

1)获取并提取产品区域图像；

2)对提取后的图像进行预处理、二值化及形态学操作；

3)缺陷形态信息和位置信息获取；

4)位置误差筛选和相似度筛选；

5)计算Choquet积分的系统概率、信念度量以及合理性筛，依次去除不满足阈值要求的点，筛选出匹配点。

优选的，形态学操作包括通过腐蚀操作滤除图像中的颗粒噪声，采用膨胀操作适度还原被腐蚀目标的边缘。

优选的，位置误差筛选包括计算产品的位置误差，如果误差超过阈值，结束该图像的检测；如果位置误差未超过阈值，则进行相似度筛选。

优选的，相似度筛选包括计算纹理相似性h(x_(i))，筛选出超过纹理阈值的像素点。

优选的，系统概率计算如下：

其中p({x_(i)})为像素x_(i)的权值，n为像素点数。

优选的，p({x_(i)})采用x_(i)点的模糊密度除以最大模糊密度获得。

优选的，信念度量计算方法为：

其中m(A_(i))＝g(x_(i))-g(x_(i-1))，g(x_(i))为特征值的模糊度量，X为图像点集。

优选的，合理性计算方法为：

其中m(A_(i))＝g(x_(i))-g(x_(i-1))，g(x_(i))为特征值的模糊度量，X为图像点集。