[发明专利]基于多模板的单目标检测方法

说明书

本发明涉及一种基于多模板的单目标检测方法，属于图像处理领域。该方法包括：S1：获取同一检测目标各个场景下对应目标的模板图像；S2：形成和选取多模板图像；S3：根据实际应用场景，采用图像金字塔处理方法对待检测图像进行图像增强处理；S4：利用多尺度模板匹配方法对模板图像和待检测图像进行粗匹配运算，得到初步匹配结果；再对模板图像和待检测图像进行旋转匹配，进一步得到细化的匹配结果；最后对细化的匹配结果进行相似度排序，得到更为准确的匹配结果。本发明能实现快速、稳定、高精度的定位和识别。

技术领域

本发明属于图像处理领域，涉及一种基于多模板的单目标检测方法。

背景技术

随着目标检测在计算机视觉中应用较为广泛，计算机视觉在工业上的应用也被越来越重视。而利用深度学习的目标检测前期所需大量时间和样本量，在实际工业上较难应用，因此传统模式识别中的模板匹配方法更适合应用。

现有的模板匹配算法一般采用单一的标准模板对单目标进行匹配，或者不同的模板对对应的图像进行匹配。目前传统的匹配算法，虽然性能较为稳当，但模板上特征较为单一，由于其受光照影响很大，匹配的精度也不高，在实际项目当中往往不被采用。实际检测场景下，图像会随着视觉传感器摆放角度和距离的不同，导致检测存在误差，检测精度较低。

因此，针对目标图像出现的旋转、缩放、部分遮挡、光照明暗变化，导致的实际检测目标和实际标准模板产生的区别，可能产生漏检、误检的情况，亟需一种新的目标检测方法来解决上述问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于多模板的单目标检测方法，针对目标图像出现的旋转、缩放、部分遮挡、光照明暗变化，导致的实际检测目标和实际标准模板产生的区别，可能产生漏检、误检的情况，本发明进行进一步的优化，实现快速、稳定、高精度的定位和识别。

为达到上述目的，本发明提供如下技术方案：

一种基于多模板的单目标检测方法，具体包括以下步骤：

S1：根据实际场景和所需检测的目标可能产生的问题，获取同一检测目标各个场景下对应目标的模板图像；

S2：形成和选取多模板图像；

S3：根据实际应用场景，采用图像金字塔处理方法对待检测图像进行图像增强处理；

S4：利用多尺度模板匹配方法对模板图像和待检测图像进行粗匹配运算，得到初步匹配结果；再对模板图像和待检测图像进行旋转匹配，进一步得到细化的匹配结果；最后对细化的匹配结果进行相似度排序，得到更为准确的匹配结果。

进一步，步骤S1中，获取模板图像，具体包括：对标准的模板图像进行缩放、旋转或光照增强变换等处理，形成能够适应匹配各个场景的模板图像；根据实际待检测图像可能产生的各种情况，提取各类模板图像。

进一步，步骤S2中，形成和选取多模板图像，具体包括以下步骤：

S21：仔细观察实际待检测目标和标准模板的差距；

S22：对模板图像进行旋转、缩放和裁剪等处理；

S23：在不同程度的部分遮挡下形成对应的待检测模板图像；

S24：在不同光照下形成对应的待检测模板图像；

S25：在不同角度下产生变形的待检测模板图像；

S26：形成待检测模板图像列表浮动区域。

进一步，步骤S24中，当存在有不同光线条件下的模板图像的情况，可以通过对模板图像灰度值变换处理得到新的模板图像，再与待检测图进行匹配，找出最佳匹配信息。