一种确定目标图像位置信息的方法及装置制造方法及图纸

本发明专利技术公开了一种确定目标图像位置信息的方法及装置，所述方法包括：针对每个匹配区域，根据该匹配区域内每个像素点以及预先保存的模板图像中每个模板像素点的水平梯度值、垂直梯度值和梯度幅值，确定该匹配区域的分值；进而确定目标区域，根据模板像素点的梯度方向，确定目标区域中位于第一邻域内的像素点；采用预设的算法，确定所述目标区域的透视矩阵；根据所述透视矩阵对模板图像的每条边缘线进行矫正，确定目标区域中的目标图像位置信息。由于在本发明专利技术实施例中，确定目标区域后，确定所述目标区域的透视矩阵，根据所述透视矩阵对边缘线进行矫正，确定目标区域中的目标图像位置信息，提高了发生透视形变时目标图像位置信息的确定准确率。

A method and device for determining the location information of the target image

The invention discloses a method and apparatus for determining the location information of the target image, the method includes: for each matching area, according to the matching area of each pixel and the horizontal gradient of each template image pre stored in the template pixel value, vertical gradient and gradient amplitude, determine the matching area score; in order to determine the target area according to the gradient direction template pixel, pixels located in first in the neighborhood of the target area; the default algorithm to determine the matrix of perspective the target region; according to the perspective of the template image matrix each edge correction, determine the target image position information in the target region. In the embodiment of the invention, determine the target area, to determine the matrix of perspective the target region, according to the perspective matrix of edge correction, determine the target image position information of the target area, improve the deformation to determine the X-ray target image the accuracy of location information.

【技术实现步骤摘要】
一种确定目标图像位置信息的方法及装置
本专利技术涉及图像处理领域，尤其涉及一种确定目标图像位置信息的方法及装置。
技术介绍
模板匹配是一项在一幅图像中寻找与模板图像最匹配或相似部分的技术，通过模板匹配可以确定待匹配图像中的目标图像位置信息。例如在机器视觉中定位某个零件图案，指导机械臂的运动；在缺陷检测中，实现两幅图像的配准等。现有技术中，一般基于特征点的匹配算法实现透视模板匹配，具体的实现过程包括：根据像素点的灰度值，分别提取模板图像和待匹配图像中的特征点，根据提取的特征点建立特征描述子，进而通过匹配策略完成模板图像和待匹配图像中的特征点的配对，从而实现模板匹配，确定出待匹配图像中的目标图像位置信息。基于特征点的匹配算法实现透视模板匹配对待匹配图像的采集场景要求较高，需要待匹配图像存在明显的纹理特征，而在复杂场景中，即纹理信息较弱，对比度差的场景中，无法准确确定待匹配图像中的特征点，导致在发生透视形变时，目标图像位置信息的确定准确率较低。
技术实现思路
本专利技术实施例提供了一种确定目标图像位置信息的方法及装置，用以解决现有技术中在复杂场景下发生透视形变时，确定目标图像位置信息准确率较低的问题。本专利技术实施例提供了一种确定目标图像位置信息的方法，该方法包括：针对待匹配图像中的每个像素点，确定该像素点的水平梯度值和垂直梯度值，并根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值；根据预先保存的匹配参数，确定模板图像在待匹配图像中的每个匹配区域，针对所述每个匹配区域，根据待匹配图像中该匹配区域内每个像素点的水平梯度值、垂直梯度值和梯度幅值，以及预先保存的模板图像中每条边缘线上的每个模板像素点的水平梯度值、垂直梯度值和梯度幅值，确定该匹配区域的分值；根据每个匹配区域的分值，确定目标区域，针对所述每个模板像素点，根据预先保存的该模板像素点的梯度方向，确定与该模板像素点的梯度方向对应的第一邻域，确定待匹配图像的目标区域中位于所述第一邻域内的像素点；根据模板图像每条边缘线上的模板像素点以及确定的待匹配图像的目标区域中位于所述第一邻域内的像素点，采用预设的算法，确定所述目标区域的透视矩阵；根据所述透视矩阵对模板图像的每条边缘线进行矫正，并根据矫正后的所述模板图像中的每条边缘线，确定目标区域中的目标图像位置信息。进一步地，所述预先保存模板图像中每条边缘线上的每个模板像素点的水平梯度值、垂直梯度值和梯度幅值的过程包括：针对模板图像中的每个模板像素点，确定该模板像素点的水平梯度值和垂直梯度值，并根据该模板像素点的水平梯度值和垂直梯度值，确定该模板像素点的梯度幅值；根据每个模板像素点的梯度幅值和预设的第一幅值阈值，对模板像素点进行过滤处理，确定模板图像中的边缘模板像素点；针对每个边缘模板像素点，根据该边缘模板像素点及其水平方向相邻的两个模板像素点的梯度幅值的第一差值，和该边缘模板像素点及其垂直方向相邻的两个模板像素点的梯度幅值的第二差值，确定该边缘模板像素点是否为垂直方向控制点或水平方向控制点；针对每个水平方向控制点或垂直方向控制点，及与每个水平方向控制点或垂直方向控制点连接的模板像素点是否为垂直方向控制点或水平方向控制点，确定所述模板图像中的边缘线，并保存所述边缘线上每个模板像素点的水平梯度值、垂直梯度值和梯度幅值。进一步地，所述根据每个模板像素点的梯度幅值和预设的第一幅值阈值，对模板像素点进行过滤处理之后，确定模板图像中的边缘模板像素点之前，所述方法还包括：针对过滤处理后的每个模板像素点，确定包含该模板像素点在内的第二邻域；根据该模板像素点的水平梯度值和垂直梯度值，确定该模板像素点的梯度方向，并确定在所述第二邻域内与所述模板像素点的所述梯度方向对应的两个位置点；根据所述第二邻域内每个模板像素点的梯度幅值，采用双线性插值算法，确定所述两个位置点的梯度幅值；判断该模板像素点的梯度幅值是否分别大于所述两个位置点的梯度幅值，如果是，将该模板像素点保留，如果否，将该模板像素点滤除。进一步地，所述针对每个水平方向控制点或垂直方向控制点，及与每个水平方向控制点或垂直方向控制点连接的模板像素点是否为垂直方向控制点或水平方向控制点，确定所述模板图像中的边缘线包括：A、将边缘模板像素点中的任意一个水平方向控制点或垂直方向控制点作为边缘线连接起点；B、如果所述边缘线连接起点是水平方向控制点，分别确定与该水平方向控制点水平相邻，并位于该水平方向控制点两侧的第一设定数量的模板像素点，在所述水平方向控制点两侧分别识别梯度幅值最大的模板像素点，将该水平方向控制点分别与所述梯度幅值最大的模板像素点连接；如果所述边缘线连接起点是垂直方向控制点，分别确定与该垂直方向控制点垂直相邻，并位于该垂直方向控制点两侧的第二设定数量的模板像素点，在所述垂直方向控制点两侧分别识别梯度幅值最大的模板像素点，将该垂直方向控制点分别与所述梯度幅值最大的模板像素点连接；C、判断与所述水平方向控制点或垂直方向控制点连接的梯度幅值最大的模板像素点是否为垂直方向控制点或水平方向控制点，如果否，则将所述梯度幅值最大的模板像素点作为水平方向控制点或垂直方向控制点，否则，将所述梯度幅值最大的模板像素点作为垂直方向控制点或水平方向控制点；D、判断边缘模板像素点中的每个水平方向控制点或垂直方向控制点是否都与其对应的两侧的梯度幅值最大的模板像素点进行了连接，如果否，将边缘模板像素点中未进行连接的水平方向控制点或垂直方向控制点中的任意一个作为边缘线连接起点，进行步骤B，如果是，根据连接后的模板图像中的模板像素点确定边缘线。进一步地，所述确定所述模板图像中的边缘线之后，并保存所述边缘线上每个模板像素点的水平梯度值、垂直梯度值和梯度幅值之前，所述方法还包括：针对每条边缘线，判断该边缘线上的模板像素点的数量是否大于预设的数量阈值；如果是，保留该边缘线；如果否，将该边缘线滤除。进一步地，所述根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值包括：根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值和梯度方向；所述根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值之后，根据预先保存的匹配参数，确定模板图像在待匹配图像中的每个匹配区域之前，所述方法还包括：根据每个像素点的梯度幅值和预设的第二幅值阈值，确定待匹配图像中的边缘像素点；针对每个边缘像素点，确定包含该边缘像素点在内的且与该边缘像素点的梯度方向对应的第三邻域，将所述第三邻域内与该边缘像素点相邻的两个像素点作为第一目标像素点，将所述第三邻域内不与该边缘像素点相邻的像素点作为第二目标像素点；依次针对每个第二目标像素点，根据更新了梯度幅值的像素点的梯度幅值，依次对每个第二目标像素点的梯度幅值进行更新。进一步地，所述针对待匹配图像中的每个像素点，确定该像素点的水平梯度值和垂直梯度值之前，所述方法还包括：获取待匹配图像的第一金字塔图像；对所述第一金字塔图像中的每一层待匹配图像进行后续处理。进一步地，所述针对模板图像中的每个模板像素点，确定该模板像素点的水平梯度值和垂直梯度值之前，所述方法还包括：获取模板图像的第二金字塔图像；对所述第二金字塔图像中的每一层模板图像进行后续处理。另一方面，本专利技术实施例提供了一种确定目标图像位置本文档来自技高网...

【技术保护点】
一种确定目标图像位置信息的方法，其特征在于，所述方法包括：针对待匹配图像中的每个像素点，确定该像素点的水平梯度值和垂直梯度值，并根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值；根据预先保存的匹配参数，确定模板图像在待匹配图像中的每个匹配区域，针对所述每个匹配区域，根据待匹配图像中该匹配区域内每个像素点的水平梯度值、垂直梯度值和梯度幅值，以及预先保存的模板图像中每条边缘线上的每个模板像素点的水平梯度值、垂直梯度值和梯度幅值，确定该匹配区域的分值；根据每个匹配区域的分值，确定目标区域，针对所述每个模板像素点，根据预先保存的该模板像素点的梯度方向，确定与该模板像素点的梯度方向对应的第一邻域，确定待匹配图像的目标区域中位于所述第一邻域内的像素点；根据模板图像每条边缘线上的模板像素点以及确定的待匹配图像的目标区域中位于所述第一邻域内的像素点，采用预设的算法，确定所述目标区域的透视矩阵；根据所述透视矩阵对模板图像的每条边缘线进行矫正，并根据矫正后的所述模板图像中的每条边缘线，确定目标区域中的目标图像位置信息。

【技术特征摘要】
1.一种确定目标图像位置信息的方法，其特征在于，所述方法包括：针对待匹配图像中的每个像素点，确定该像素点的水平梯度值和垂直梯度值，并根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值；根据预先保存的匹配参数，确定模板图像在待匹配图像中的每个匹配区域，针对所述每个匹配区域，根据待匹配图像中该匹配区域内每个像素点的水平梯度值、垂直梯度值和梯度幅值，以及预先保存的模板图像中每条边缘线上的每个模板像素点的水平梯度值、垂直梯度值和梯度幅值，确定该匹配区域的分值；根据每个匹配区域的分值，确定目标区域，针对所述每个模板像素点，根据预先保存的该模板像素点的梯度方向，确定与该模板像素点的梯度方向对应的第一邻域，确定待匹配图像的目标区域中位于所述第一邻域内的像素点；根据模板图像每条边缘线上的模板像素点以及确定的待匹配图像的目标区域中位于所述第一邻域内的像素点，采用预设的算法，确定所述目标区域的透视矩阵；根据所述透视矩阵对模板图像的每条边缘线进行矫正，并根据矫正后的所述模板图像中的每条边缘线，确定目标区域中的目标图像位置信息。2.如权利要求1所述的方法，其特征在于，所述预先保存模板图像中每条边缘线上的每个模板像素点的水平梯度值、垂直梯度值和梯度幅值的过程包括：针对模板图像中的每个模板像素点，确定该模板像素点的水平梯度值和垂直梯度值，并根据该模板像素点的水平梯度值和垂直梯度值，确定该模板像素点的梯度幅值；根据每个模板像素点的梯度幅值和预设的第一幅值阈值，对模板像素点进行过滤处理，确定模板图像中的边缘模板像素点；针对每个边缘模板像素点，根据该边缘模板像素点及其水平方向相邻的两个模板像素点的梯度幅值的第一差值，和该边缘模板像素点及其垂直方向相邻的两个模板像素点的梯度幅值的第二差值，确定该边缘模板像素点是否为垂直方向控制点或水平方向控制点；针对每个水平方向控制点或垂直方向控制点，及与每个水平方向控制点或垂直方向控制点连接的模板像素点是否为垂直方向控制点或水平方向控制点，确定所述模板图像中的边缘线，并保存所述边缘线上每个模板像素点的水平梯度值、垂直梯度值和梯度幅值。3.如权利要求2所述的方法，其特征在于，所述根据每个模板像素点的梯度幅值和预设的第一幅值阈值，对模板像素点进行过滤处理之后，确定模板图像中的边缘模板像素点之前，所述方法还包括：针对过滤处理后的每个模板像素点，确定包含该模板像素点在内的第二邻域；根据该模板像素点的水平梯度值和垂直梯度值，确定该模板像素点的梯度方向，并确定在所述第二邻域内与所述模板像素点的所述梯度方向对应的两个位置点；根据所述第二邻域内每个模板像素点的梯度幅值，采用双线性插值算法，确定所述两个位置点的梯度幅值；判断该模板像素点的梯度幅值是否分别大于所述两个位置点的梯度幅值，如果是，将该模板像素点保留，如果否，将该模板像素点滤除。4.如权利要求2所述的方法，其特征在于，所述针对每个水平方向控制点或垂直方向控制点，及与每个水平方向控制点或垂直方向控制点连接的模板像素点是否为垂直方向控制点或水平方向控制点，确定所述模板图像中的边缘线包括：A、将边缘模板像素点中的任意一个水平方向控制点或垂直方向控制点作为边缘线连接起点；B、如果所述边缘线连接起点是水平方向控制点，分别确定与该水平方向控制点水平相邻，并位于该水平方向控制点两侧的第一设定数量的模板像素点，在所述水平方向控制点两侧分别识别梯度幅值最大的模板像素点，将该水平方向控制点分别与所述梯度幅值最大的模板像素点连接；如果所述边缘线连接起点是垂直方向控制点，分别确定与该垂直方向控制点垂直相邻，并位于该垂直方向控制点两侧的第二设定数量的模板像素点，在所述垂直方向控制点两侧分别识别梯度幅值最大的模板像素点，将该垂直方向控制点分别与所述梯度幅值最大的模板像素点连接；C、判断与所述水平方向控制点或垂直方向控制点连接的梯度幅值最大的模板像素点是否为垂直方向控制点或水平方向控制点，如果否，则将所述梯度幅值最大的模板像素点作为水平方向控制点或垂直方向控制点，否则，将所述梯度幅值最大的模板像素点作为垂直方向控制点或水平方向控制点；D、判断边缘模板像素点中的每个水平方向控制点或垂直方向控制点是否都与其对应的两侧的梯度幅值最大的模板像素点进行了连接，如果否，将边缘模板像素点中未进行连接的水平方向控制点或垂直方向控制点中的任意一个作为边缘线连接起点，进行步骤B，如果是，根据连接后的模板图像中的模板像素点确定边缘线。5.如权利要求2所述的方法，其特征在于，所述确定所述模板图像中的边缘线之后，并保存所述边缘线上每个模板像素点的水平梯度值、垂直梯度值和梯度幅值之前，所述方法还包括：针对每条边缘线，判断该边缘线上的模板像素点的数量是否大于预设的数量阈值；如果是，保留该边缘线；如果否，将该边缘线滤除。6.如权利要求1所述的方法，其特征在于，所述根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值包括：根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值和梯度方向；所述根据该像素点的水平梯度值和垂直梯度值，确定该像素点的梯度幅值之后，根据预先保存的匹配参数，确定模板图像在待匹配图像中的每个匹配区域之前，所述方法还包括：根据每个像素点的梯度幅值和预设的第二幅值阈值，确定待匹配图像中的边缘像素点；针对每个边缘像素点，确定包含该边缘像素点在内的且与该边缘像素点的梯度方向对应的第三邻域，将所述第三邻域内与该边缘像素点相邻的两个像素点作为第一目标像素点，将所述第三邻域内不与该边缘像素点相邻的像素点作为第二目标像素点；依次针对每个第二目标像素点，根据更新了梯度幅值的像素点的梯度幅值，依次对每个第二目标像素点的梯度幅值进行更新。7.如权利要求1所述的方法，其特征在于，所述针对待匹配图像中的每个像素点，确定该像素点的水平梯度值和垂直梯度值之前，所述方法还包括：获取待匹配图像的第一金字塔图像；对所述第一金字塔图像中的每一层待匹配图像进行后续处...

【专利技术属性】
技术研发人员：李晶，周璐，张兴明，李铭，
申请(专利权)人：浙江华睿科技有限公司，
类型：发明
国别省市：浙江,33