一种基于动态电压模拟方法的图匹配算法技术

技术编号:11866357 阅读:90 留言:0更新日期:2015-08-12 15:26
本发明专利技术涉及一种基于动态电压模拟方法的图匹配算法,一种新颖、高效、适应性强的非精确模糊图像匹配方法。通过降噪等预处理手段后,基于Canny、Harris算法进行特征提取,建立带权属性关系模型。对模型中带权边等效为相应阻值电阻,带权顶点等效为相应电流源进行全激励,将激励得到的节点电压序列与标准参数模糊比对,从而判定目标图匹配与否及匹配程度。本方法一定程度上解决机器视觉中现有方法在多项式计算复杂度、全局最优性、准确度等方面存在的问题。

【技术实现步骤摘要】

本专利技术属于机器视觉领域,具体涉及一种适用于工业生产线机器视觉的图像模糊 匹配方法。
技术介绍
机器视觉(计算机视觉)检测是用机器代替人眼来做测量和检测的高新技术。基 于机器视觉图像识别能够迅速地获得大量信息,有利于机器的自动化生产,具有非接触、无 需标记的优点。所以,在现代工业流水线生产中,机器视觉技术被广泛应用在产品质量检测 和工业生产在线监控等领域。其中,图像匹配算法的优劣制约了识别速度和准确度,因此该 领域一直得到众多科研工作者的关注和研宄。 传统匹配方法主要有代价函数和坐标映射两种。前者构造一个代价函数,将目标 特征转换为该函数里的参数,以计算结果作为匹配依据。该方法可使用特征较少,而且代价 函数难以构造。后者建立模板数据库,然后将提取到的目标轮廓进行坐标变换后与模板的 标准坐标加以比对,进而判断匹配。该方法对轮廓提取要求很高,而且对于复杂目标计算量 巨大,同时需要大容量的模板数据库。传统匹配方法主要研宄简单背景下或者具有少量明 显特征的对象。而随着机器视觉研宄的深入及其应用领域的拓展,适用于复杂环境下复杂 目标匹配的算法逐渐成为机器视觉研宄与应用的关键技术。
技术实现思路
基于动态电压模拟方法的图匹配算法(Graph Match Algorithm Based On Circuit Simulation Method)是一种新颖、高效、适应性强的非精确模糊图像匹配方法,一 定程度上解决机器视觉中现有算法在多项式计算复杂度、全局最优性、准确度等方面存在 的问题。 改进型动态电压模拟方法的流程包括以下步骤: (1)图像获取,考虑到实际工业流水线自动化控制的工业成本控制问题,采用灰度 图像作为输入图像。 (2)图像预处理,采用小波变换方法根据图像中出现的不同的噪音类别来进行降 噪。 (3)特征提取,基于Canny算法进行特征提取,并采用Harris角点检测算法,从而 得到所需要的特征点与特征边的信息。 ⑷建模 (i)根据提取到的边缘轮廓和物体特征,建立特征点与特征边的网状连接图。 (ii)以特征点之间的距离作为带权边的权值,以特征点的度数作为顶点的权值, 建立带权属性关系图。 (iii)将每一条带权边转化为对应权值的电阻,形成一张由电阻相互连接形成的 电路网图。 (iv)指定一接地点,作为电势零点。 (V)将每一节点与接地点间连接对应权值的电阻。 (5)匹配 (i)在节点与接地点间的电阻上并联指定大小的电流源,形成有源电路网图。 (ii)根据有源电路图列写节点电压方程,根据基尔霍夫定理,解得各节点在全激 励下的电压情况。 (iii)调整节点电压序列,根据所得到的节点电压值由大到小排列。 (iv)根据所得节点电压序列的值计算该组数据的方差,由方差大小决定模糊匹配 时的允许误差值大小。 (V)将得到的节点电压序列逐个与数据库中存储的标准值进行模糊匹配。当所得 到的节点电压值与数据库中的标准值差异在允许误差区间时,认定该点匹配。 (Vi)当所得电压序列值与标准值的每一个点都匹配时,认定图像完全匹配,否则 根据不匹配的节点数及不匹配电压值的差异大小给出近似的匹配程度P。【主权项】1. 一种非精确模糊图像匹配方法,其特征在于包括以下步骤: ⑴结合提取到的边缘轮廓和物体特征,以带权顶点和带权边加以表征,建立属性关系 图。 (2)通过对模型采用电阻、电流源等效,施加全激励,得到节点电压序列,并与标准参数 模糊匹配,从而判定目标图匹配与否及匹配程度。2. 根据权利要求1所述的方法,其特征是:对物体特征点与特征边进行加权建模,以特 征点之间的距离作为带权边的权值,以特征点的度数作为顶点的权值,建立带权属性关系 图。3. 根据权利要求1所述的方法,其特征是:对模型中带权边等效为相应阻值电阻,带权 顶点等效为相应电流源进行全激励,根据所获得的节点电压序列进行匹配。4. 根据权利要求1所述的方法,其特征是:匹配过程采用模糊比对的方法。根据得到 的一组节点电压序列值的方差确定可允许误差范围,当得到的值落在标准值的可允许误差 范围内即认定匹配。【专利摘要】本专利技术涉及,一种新颖、高效、适应性强的非精确模糊图像匹配方法。通过降噪等预处理手段后,基于Canny、Harris算法进行特征提取,建立带权属性关系模型。对模型中带权边等效为相应阻值电阻,带权顶点等效为相应电流源进行全激励,将激励得到的节点电压序列与标准参数模糊比对,从而判定目标图匹配与否及匹配程度。本方法一定程度上解决机器视觉中现有方法在多项式计算复杂度、全局最优性、准确度等方面存在的问题。【IPC分类】G06T7-00【公开号】CN104835170【申请号】CN201510259626【专利技术人】倪欢, 张时铭 【申请人】上海华耘智能科技有限公司【公开日】2015年8月12日【申请日】2015年5月20日本文档来自技高网...

【技术保护点】
一种非精确模糊图像匹配方法,其特征在于包括以下步骤:(1)结合提取到的边缘轮廓和物体特征,以带权顶点和带权边加以表征,建立属性关系图。(2)通过对模型采用电阻、电流源等效,施加全激励,得到节点电压序列,并与标准参数模糊匹配,从而判定目标图匹配与否及匹配程度。

【技术特征摘要】

【专利技术属性】
技术研发人员:倪欢张时铭
申请(专利权)人:上海华耘智能科技有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 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。

1