[发明专利]基于模拟退火的模板匹配参数自适应搜索方法及系统

说明书

本申请提供了一种基于模拟退火的模板匹配参数自适应搜索方法及系统，基于模拟退火的模板匹配参数自适应搜索方法包括以下步骤：对匹配参数组中的各匹配参数进行归一化处理，得到归一化后的匹配参数；归一化后的匹配参数结合模板匹配算法模型构建目标函数；将随机生成的归一化后的匹配参数作为目标函数的自变量，并以退火的方式构建一迭代器，利用迭代器求解目标函数的最优解，利用最优解完成对匹配参数的更新。本申请能够提高人为调参的效率，自动化、快速化地达到良好的匹配效果。

技术领域

本申请属于目标定位检测领域，具体涉及一种基于模拟退火的模板匹配参数自适应搜索方法及系统。

背景技术

在工业视觉检测领域，定位技术是一项非常重要的基础技术，其广泛应用于机器人对位抓取、目标物位姿提取和手眼标定中。在传统计算机视觉中，定位技术主要使用了模板匹配算法，模板匹配算法包括基于灰度的模板匹配算法和基于边缘的模板匹配算法。在工程实现上，这些算法都包括搜索起止角度、最小分数、最大匹配个数、最大重叠率、亚像素搜素标志、金字塔层数和贪婪度等参数。对于项目应用而言，多参数调节变得异常复杂，同样也使得算法效果随参数的影响而变得不稳定。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供了一种基于模拟退火的模板匹配参数自适应搜索方法及系统。

根据本申请实施例的第一方面，本申请提供了一种基于模拟退火的模板匹配参数自适应搜索方法，其包括以下步骤：

对匹配参数组中的各匹配参数进行归一化处理，得到归一化后的匹配参数；

归一化后的匹配参数结合模板匹配算法模型构建目标函数；

将随机生成的归一化后的匹配参数作为目标函数的自变量，并以退火的方式构建一迭代器，利用迭代器求解目标函数的最优解，利用最优解完成对匹配参数的更新。

上述基于模拟退火的模板匹配参数自适应搜索方法中，所述对匹配参数组中的各匹配参数进行归一化处理，得到归一化后的匹配参数的具体过程为：

式中，w_n表示匹配参数组中的第n个匹配参数，Max(w_n)表示匹配参数中的最大值，w′_n表示归一化后的匹配参数。

进一步地，所述结合模板匹配算法模型构建目标函数的具体过程为：

模板匹配算法采用NCC算法，综合考虑NCC算法模型匹配后得到的得分分数score和实例个数objNumber构造目标相关性函数：

式中，objFactor表示目标相关性函数，allNumber表示待测图像中的最大目标个数；

根据目标相关性函数构造目标函数，其过程为：

将NCC算法模型用函数f(·)表示，则目标函数为：

g(·)＝f(·)-objFactor，

结合归一化后的匹配参数w′_n代表的解空间，将目标函数表示为：

g(w′_n),n∈[1,8]；

该目标函数的解空间的定义域的范围满足：w′_n∈[0,1]。

更进一步地，所述将随机生成的归一化后的匹配参数作为目标函数的自变量，并以退火的方式构建一迭代器，利用迭代器求解目标函数的最优解，利用最优解完成对匹配参数的更新的过程为：

初始化模拟退火的初始温度T和降温系数k；