[发明专利]一种基于拓扑验证的图像相似评判方法及设备

说明书

本发明提供了一种基于拓扑验证的图像相似评判方法，包括预加载和判读两个阶段。在预加载阶段，获取标准图像I并将其创建成模板图T；用户在模版图T中框选所需要关注的检测区域ROI，提取模板图中所有检测区域ROI作为模板特征图；在判读阶段，获取待测图，将待测图像与标准图像基于图像配准方法进行配准；配准后将模板中检测区域ROI在配准后待测图像中的对应位置利用基于关注区域的匹配算法进行匹配，匹配方式为将检测区域ROI切分为多个检测子区域，然后将检测子区域在待测图像中利用模板匹配法进行位置的还原，并生成对照子区域；验证检测子区域与对照子区域的位置相对关系是否一致，是一种局部特征与全局特征结合实现图像匹配的方法以及基于该方法的设备。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种基于拓扑验证的图像相似评判方法。

背景技术

目前市面上传统的工业图像相似度算法通常是基于局部特征点和两张图片中的空间位置对应关系进行匹配程度的判断，专利201811457329.5披露了一种基于图像归一化提升自定义模板识别率的方法及设备，局部特征点包括SIFT,SURF,ORB等，匹配算法通常为RANSAC匹配器。然后根据匹配的特征点对计算透视变换矩阵。

专利201811318995.0披露了一种基于图像全局特征和局部特征的图像匹配方法，基于RANSAC匹配的局部特征点利用FisherVector生成图像指纹，依据指纹进行相似度判别。

上述现有技术都是通过局部特征点的二次开发，提取图像高维特征，然后进行比对的方式。

专利201811318995.0的主要缺陷为：无法对局部的差别进行有效的判断。尽管使用的是局部特征点，但是利用RANSAC匹配器生成的结果是一个“少数服从多数”的统计量，小部分区域的不同并不会被定位。

专利201811457329.5尽管解决了局部区域的匹配问题，但其缺陷为对无法提取特征点的局部区域无法生效。该方法仅对能够提取到足够丰富的局部特征点的区域才有效。

其余传统算法，例如模版匹配，纹理匹配等，都需要手动选取阈值，且输出的相似度数值不稳定，对大小，光照等都很敏感，不能直接应用到工业场景中。

本专利的主要应用场景是对流水线上的产品进行排异检测，该场景下的主要难度有：

1.流水线上产品的位置不稳定，离镜头可远可近，且会有倾斜的问题

2.部分异常产品与正常产品的相似性极高，出现异常位置区域不显著，如图1。

发明内容

为了解决现有技术中存在的问题，本发明提供了一种基于拓扑验证的图像相似评判方法，包括如下步骤，包括预加载阶段和判读阶段：

预加载阶段，

获取标准图像I并将其创建成模板图T；

用户框选所需要关注的检测区域ROI，提取模板图中所有检测区域ROI作为模板特征图；

判读阶段，

获取待测图像I'，框选关注区域ROI'，提取待测图像I'中所有关注区域ROI'，也重新生成一待测特征图，将待测图像I'与标准图像基于图像配准方法进行配准；

将检测区域ROI在待测图像I'中对应区域基于关注区域的匹配算法进行匹配，匹配方式为将检测区域ROI切分为多个检测子区域ROI_(i)，然后将检测子区域ROI_(i)在待测图像I'中利用模板匹配法进行位置的还原，并生成对照子区域ROI'_(i)；

验证检测子区域ROI_(i)与对照子区域ROI'_(i)的位置相对关系是否一致。

作为较佳的实施方式，所述检测区域的数量为多个。