The invention belongs to the field of image processing technology, and relates to a fast object matching algorithm. The steps are as follows: 2 *2 mean filtering method is used for template image to construct a multi-layer image pyramid. The edge contour points of each layer of pyramid image are selected as matching feature points. The template image in the top pyramid traverses and slides to each position in the image of the area to be matched; when the difference between the template image and the image of the area to be matched is greater than the threshold value, the similarity measurement calculation of the target image is stopped, and the template image jumps to the next position to match the target image of the next position, so as to improve the speed. The features of the algorithm of the present invention adopt the acceleration strategy of integral image, which filters out most matches of non-target positions, greatly speeds up the matching time of the algorithm; uses image pyramid strategy to match from coarse to fine, reduces the complexity of the algorithm; uses stop condition judgment in matching, and shortens the matching time of the algorithm.
【技术实现步骤摘要】
一种快速物体匹配算法
本专利技术属于图像处理
,涉及一种快速物体匹配算法。
技术介绍
在日常生活中,人类通过视觉来获取外部信息,其中有80%以上信息来源于视觉感知。计算机技术的提高离不开图像信息处理理论的发展,还能帮助人类在更深层面理解现实中的事物。人们通过采集物体图像,利用计算机提取有用信息,最后实现对图像信息的处理、识别和理解,这个过程是利用计算机来代替人的视觉器官进行识别、判断、测量以及跟踪等,并由此发出了一门新的学科也即机器视觉。随着计算机科学技术的飞速进步,机器视觉逐渐应用与很多领域,并成为工业迈向自动化中的重要组成部分,提升了工业生产中的自动化技术水平。常用于批量生产过程的产品的识别和定位,质量检测,工件完整性检测以及一些不适合人类的危险环境或人眼视觉不满足要求的场合。采用视觉系统可以在很大程度上提高检测精度和效率。目标识别与定位目前是机器视觉研究中重要内容之一,能够快速准确地识别出目标物体的姿态,在推进工业自动化生产进程中有着举足轻重的作用,并且市场广阔,因此国内外学者争相开发出目标识别与定位算法,有很多视觉公司开发出视觉系统商业软件,包括日本的KEYENCE,德国的Halcon,美国的Cognex等等,这些系统软件价格比较昂贵,超出国内很多企业承受范围,因此迫切望能拥有自己的视觉核心技术。现有图像处理技术中解决物体匹配主要有四种,Blob视觉检测,直方图法,模板匹配,深度学习。Blob视觉检测针对区域检测效果比较好,但是对待测图像对比度要求比较高。直方图法结合SVM有着良好的应用场景,但是对颜色和光照比较敏感。模板匹配算法比较复杂,在 ...
【技术保护点】
1.一种快速物体匹配算法,其特征在于,步骤如下:第一步:模板创建;1.1对模板图像采用均值滤波法来构建多层图像金字塔;1.2选取金字塔的每层图像边缘轮廓点作为匹配特征点,采用Canny自适应阈值法获取二值图,使用OpenCV中FindContours算子获取轮廓点,求取轮廓点的梯度;1.3在获取轮廓点的梯度后对梯度方向向量使用归一化处理;1.4对模板的匹配特征点集进行离散排序,即引入离群点;1.5对模板的轮廓点集进行旋转;1.6对待搜索图像进行1.1~1.3步的操作,得到待匹配区域图片;第二步,粗匹配;2.1使顶层金字塔中的模板图像在待匹配区域图片中遍历滑动,滑动到每一个位置,计算出被模板图像覆盖的目标图片的积分图像值,再与模板图像的积分图像值进行比较,设定一个阈值;目标图片是模板图像在带匹配区域图像遍历过程中被模板图像覆盖的图像;2.2当模板图像与待匹配区域图片积分图像值之差大于阈值,停止对目标图片进行相似度量计算,模板图像跳到下一个位置,与下一个位置的目标图像进行匹配;当模板图像与待匹配区域图片积分图像值之差小于阈值,且相似度量计算的结果超过一定值,则记录模板图像的旋转角度和位置信 ...
【技术特征摘要】
1.一种快速物体匹配算法,其特征在于,步骤如下:第一步:模板创建;1.1对模板图像采用均值滤波法来构建多层图像金字塔;1.2选取金字塔的每层图像边缘轮廓点作为匹配特征点,采用Canny自适应阈值法获取二值图,使用OpenCV中FindContours算子获取轮廓点,求取轮廓点的梯度;1.3在获取轮廓点的梯度后对梯度方向向量使用归一化处理;1.4对模板的匹配特征点集进行离散排序,即引入离群点;1.5对模板的轮廓点集进行旋转;1.6对待搜索图像进行1.1~1.3步的操作,得到待匹配区域图片;第二步,粗匹配;2.1使顶层金字塔中的模板图像在待匹配区域图片中遍历滑动,滑动到每一个位置,计算出被模板图像覆盖的目标图片的积分图像值,再与模板图像的积分图像值进行比较,设定一个阈值;目标图片是模板图像在带匹配区域图像遍历过程中被模板图...
【专利技术属性】
技术研发人员:程红太,刘凤玲,蒋洪飞,
申请(专利权)人:东北大学,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。