[发明专利]一种基于模板匹配的海量电力缺陷照片快速筛选方法

权利要求书

1.一种基于模板匹配的海量电力缺陷照片快速筛选方法，包括：

获取待匹配图像和模板图像；

构建所述待匹配图像和模板图像的小波变换金字塔；

对所述小波变换金字塔的每一层进行特征点提取，获得待匹配图像和模板图像的特征点金字塔；

对所述待匹配图像和模板图像的特征点金字塔顶层进行NCC算法匹配，获得顶层最佳匹配点；

将所述顶层最佳匹配点作为下层图像匹配的中心点，进行NCC算法匹配，逐步映射到最底层的最佳匹配点。

2.根据权利要求1所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于：所述待匹配图像为电力巡检拍摄的原始图像；所述模板图像为人工标注污染过的缺陷图像。

3.根据权利要求1所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于，构建所述待匹配图像和模板图像的小波变换金字塔的步骤包括：用Haar小波变换对图像进行两层分解，最小分辨率的子图作为金字塔的顶层，原图像作为金字塔最底层，构成三层金字塔图像。

4.根据权利要求3所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于，所述构成三层金字塔图像的步骤包括：以L表示低通滤波器，H表示高通滤波器，分别对图像的行列进行卷积，并进行2取1的亚抽样，将原图像分解成4个子带LL₁、LH₁、HL₁和HH₁；其中LL₁反应原图像的低频成分，是由水平和垂直两个方向的低通滤波器获得的子带；LH₁反应原图像的水平边缘细节，是由水平方向低通滤波器和垂直方向的高通滤波器获得的子带；HL₁为水平方向高频和垂直方向低频获得的子带；HH₁是由水平方向高频和垂直方向高频获得的子带；将分辨率设为原图像的1/2，对子带LL₁进行再一步分解，获得LL₂、LH₂、HL₂和HH₂共4个子带；将分辨率设为原图像的1/4，对子带LL₂进行再一步分解，获得LL₃、LH₃、HL₃和HH₃共4个子带。

5.根据权利要求1所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于：所述特征点提取是基于构建的小波变换金字塔，采用参数设置相同的Harris特征点检测算法对每一层金字塔图像进行提取，获得特征点金字塔。

6.根据权利要求4所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于：对所述待匹配图像和模板图像的特征点金字塔顶层进行NCC算法匹配，即从子带LL₁的低频分量图像开始匹配；所述NCC算法为：

通过构建加和表计算待匹配的图像均值S₁(x,y)，待匹配的图像方差S₂(x,y)来减少计算量；其中，x、y为基准图大小,m、n为模板大小,A(i,j)为实时图像中匹配区域的像素的灰度值,(x,y)为匹配点,B(i-x,i-y)为模板中的像素灰度值,是模板的灰度均值,为图像中匹配区域的均值；σ_B是模板图像的方差；

以模板图像的均值和方差、待匹配图像的累加和、平方累加和求得匹配度C(x，y)最高的点为顶层最佳匹配点。

7.根据权利要求1所述的一种基于模板匹配的海量电力缺陷照片快速筛选方法，其特征在于，将所述顶层最佳匹配点作为下层图像匹配的中心点，进行NCC算法匹配，逐步映射到最底层的最佳匹配点，其步骤包括：将上一层的最佳匹配点作为下层图像匹配的中心点，在待匹配图像和模板图像的中心点的邻域内重新搜索，进行NCC匹配计算，得到下层的最佳匹配点；逐步匹配至最底层，随着分辨率的提高，互相关匹配的搜索范围被逐步限定，匹配点的精度逐渐提高；最终得到待匹配图像上的最佳匹配点。