[发明专利]整像素粗细回字形由内而外搜索方法

说明书

本发明涉及图像测量技术领域，公开了一种整像素粗细回字形由内而外搜索算法，包括如下步骤：搜索准备：建立待搜索图像中某个像素点的像素值与模板图像中标志点的像素值的相关系数；粗回字形搜索：在待搜索图像中搜索到标志点的附近位置；细回字形搜索：在待搜索图像中搜索到标志点。本发明整像素粗细回字形由内而外搜索方法，能够很好的提高计算效率和计算性能。

技术领域

本发明涉及图像测量技术领域，具体涉及一种整像素粗细回字形由内而外搜索方法。

背景技术

基于图像特征标志的定位、跟踪是目前计算机视觉的主要发展方向，其在汽车自动驾驶、工程测量、机器人跟踪等方面都有着广泛的应用。地震作用下结构的变形、速度、加速度等时程关系对于研究结构抗震性能是十分重要的，传统的测量方法主要通过加速度计，加速度计通过两次积分得到位移，由于加速度计存在漂移和噪声，因此两次积分后会偏离真实的数据结果。因此需要开发新的算法来修正计算。

采用数字图像方法可以直接测量位移，其测量结果不需要进行加工，因此其测量精度高，而且可靠。数字图像测量主要依赖图像采集和特征点的定位、跟踪算法，现有的定位、跟踪算法相当多，但是对于高频振动下的图像实时采集和处理，传统的算法达不到多个测点实时处理的能力。庞大的数据量依赖后期处理，使得测试周期变长。建立更加快速的定位、跟踪算法是及其重要的。

发明内容

本发明的目的就是针对上述技术的不足，提供一种整像素粗细回字形由内而外搜索方法，能够很好的提高计算效率和计算性能。

为实现上述目的，本发明所设计的整像素粗细回字形由内而外搜索方法，包括如下步骤：

A)搜索准备：对于模板图像和待搜索图像，取黑白相间的标志点作为被测对象，采用归一化相关系数法计算待搜索图像中某个像素点的像素值与模板图像中标志点的像素值的相关系数C，计算公式如下：

式中，T为模板图像中标志点的像素值，I为待搜索图像中某个像素点的像素值，模板图像匹配的大小为(N+1)×(N+1)，N为模板图像中心点距离边界的像素点个数，i和j分别为模板图像中像素点距离中心点沿行和列的距离，i₁和j₁为模板图像中像素点与中心点的相对位置，T_m为模板图像中大小为(N+1)×(N+1)区域的平均像素值，I_m为待搜索图像中大小为(N+1)×(N+1)区域的平均像素值，计算公式如下：

B)粗回字形搜索：在待搜索图像中，以模板图像中标志点的位置为中心点，按照水平向右搜索、竖向向上搜索、水平向左搜索、竖向向下搜索的顺序进行回字形搜索，第一次回字形搜索中，第一次搜索的步长为d₁个像素值，d₁＞1，每搜索两次，下两次搜索的步长增加d₁个像素值，以此类推，第i次回字形搜索中的四次搜索的步长依次是(2i-1)d₁个像素值、(2i-1)d₁个像素值、2id₁个像素值、2id₁个像素值，搜索时，计算待搜索图像中当前搜索的像素点的像素值与模板图像中标志点的像素值的相关系数C，若相关系数C大于粗回字形搜索阈值，则判定在待搜索图像中搜索到标志点的附近位置；