本申请公开了一种基于距离度量相异度的自适应模版匹配方法，包括：计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；判断匹配起点的坐标是否满足预设终止条件；若否，计算更新后的平移变量；按照更新后的平移变量更新匹配起点；若是，则依据预设判断规则，根据存储的各个相异度值，确定待识别图像中的识别目标。本申请根据基于距离度量的相异度大小来调整匹配起点的平移变量，同时提高了整体匹配速度和精度。本申请还公开了一种基于距离度量相异度的自适应模版匹配装置、设备及计算机可读存储介质，也具有上述有益效果。
【技术实现步骤摘要】
一种基于距离度量相异度的自适应模版匹配方法及装置
本申请涉及图像识别
，特别涉及一种基于距离度量相异度的自适应模版匹配方法、装置、设备及计算机可读存储介质。
技术介绍
模板匹配是图像识别中最具代表性、最常用的方法之一，用于研究待识别图像中是否存在有识别目标，以及该识别目标在待识别图像中的具体位置。它依次从待识别图像中选取与识别目标的模板图像大小一致的局部区域，并与模板图像进行匹配比较，计算两者之间的相异度或者相似度，进而对该局部区域中是否存在识别目标进行判断。模板匹配过程中从待识别图像中选取的局部区域是需要不断更换的，一般来说更换的方式就是进行平移，以便经过多次平移后能够尽量覆盖待识别图像的所有像素点。现有技术中的模板匹配方法一般都耗时较久。当然，增加局部区域每次平移的像素个数能够有效提高匹配速度，但是，当该局部区域非常靠近识别目标的位置时，很可能会因为平移距离过大而使得匹配结果的位置精度下降。因此，对于局部区域的平移需要采用合理的控制策略，以便依据当前的局部区域的匹配结果自适应变化。由此可见，采用何种自适应模板匹配方法，以便在保障匹配精度的前提下有效提高匹配速度，是本领域技术人员所亟待解决的技术问题。
技术实现思路
本申请的目的在于提供一种基于距离度量相异度的自适应模版匹配方法、装置、设备及计算机可读存储介质，以便在保障匹配精度的前提下有效提高匹配速度。为解决上述技术问题，本申请提供一种基于距离度量相异度的自适应模版匹配方法，包括：根据公式计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；其中，所述模板图像的像素大小为a×b；p(i,j)为所述模板图像在点坐标(i,j)处的灰度值；a、b、i和j均为正整数，且1≤i≤a，1≤j≤b；(x,y)为所述待识别图像的所述匹配起点的坐标；q(x+i,y+j)为所述待识别图像在点坐标(x+i,y+j)处的灰度值；f(x,y)为与所述匹配起点(x,y)对应的所述相异度值；为所述模板图像各像素点的灰度值平均值，为所述待识别图像在像素大小为a×b的局部区域内的各像素点的灰度值平均值，Q为所述模板图像与所述待识别图像的所述局部区域内各像素点灰度值的协方差矩阵；判断所述匹配起点的坐标是否满足预设终止条件；若否，则根据公式计算更新后的平移变量；按照更新后的所述平移变量更新所述匹配起点；并继续执行所述计算待识别图像从匹配起点处与识别目标的模板图像进行匹配的相异度值并存储的后续步骤；其中，h为更新后的所述平移变量，h′为更新前的所述平移变量；h1为上调参数；h2为下调参数；h、h′、h1和h2均为正整数；为预设阈值；若是，则依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的所述识别目标。可选地，所述预设阈值为：其中，δ为含有所述识别目标的样本图像与所述模板图像进行匹配所得到的相异度值的均值；l为阈值系数。可选地，所述按照更新后的所述平移变量更新所述匹配起点包括：根据更新后的所述平移变量列向平移所述匹配起点。可选地，所述平移变量满足条件：1≤h≤a。可选地，所述依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的识别目标包括：确定所有所述相异度值中的极小值；判断相邻两个极小值所对应的匹配起点之间的距离是否低于预设距离阈值；若是，则判定所述待识别图像在所述相邻两个极小值中的较小值所对应的匹配起点处存在一个所述识别目标；若否，则判定所述待识别图像在所述相邻两个极小值各自对应的匹配起点处分别存在一个所述识别目标。本申请还提供了一种基于距离度量相异度的自适应模版匹配装置，包括：计算模块：用于根据公式计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；其中，所述模板图像的像素大小为a×b；p(i,j)为所述模板图像在点坐标(i,j)处的灰度值；a、b、i和j均为正整数，且1≤i≤a，1≤j≤b；(x,y)为所述待识别图像的所述匹配起点的坐标；q(x+i,y+j)为所述待识别图像在点坐标(x+i,y+j)处的灰度值；f(x,y)为与所述匹配起点(x,y)对应的所述相异度值；为所述待识别图像在像素大小为a×b的局部区域内的各像素点的灰度值平均值，Q为所述模板图像与所述待识别图像的所述局部区域内各像素点灰度值的协方差矩阵；判断模块：用于判断所述匹配起点的坐标是否满足预设终止条件；更新模块：用于当所述匹配起点的坐标不满足所述预设终止条件时，根据公式计算更新后的平移变量；按照更新后的所述平移变量更新所述匹配起点；以便所述计算模块继续用于计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；其中，h为更新后的所述平移变量，h′为更新前的所述平移变量；h1为上调参数；h2为下调参数；h、h′、h1和h2均为正整数；为预设阈值；识别模块：用于在所述匹配起点的坐标满足所述预设终止条件时，依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的所述识别目标。可选地，所述预设阈值为：其中，δ为含有所述识别目标的样本图像与所述模板图像进行匹配所得到的相异度值的均值；l为阈值系数。可选地，所述识别模块具体用于：确定所有所述相异度值中的极小值；判断相邻两个极小值所对应的匹配起点之间的距离是否低于预设距离阈值；若是，则判定所述待识别图像在所述相邻两个极小值中的较小值所对应的匹配起点处存在一个所述识别目标；若否，则判定所述待识别图像在所述相邻两个极小值各自对应的匹配起点处分别存在一个所述识别目标。本申请还提供了一种基于距离度量相异度的自适应模版匹配设备，包括：存储器：用于存储计算机指令；处理器：用于执行所述计算机指令以实现如上所述的任一种基于距离度量相异度的自适应模版匹配方法的步骤。本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的任一种基于距离度量相异度的自适应模版匹配方法的步骤。本申请所提供的基于距离度量相异度的自适应模版匹配方法包括：根据公式计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；其中，所述模板图像的像素大小为a×b；p(i,j)为所述模板图像在点坐标(i,j)处的灰度值；a、b、i和j均为正整数，且1≤i≤a，1≤j≤b；(x,y)为所述待识别图像的所述匹配起点的坐标；q(x+i,y+j)为所述待识别图像在点坐标(x+i,y+j)处的灰度值；f(x,y)为与所述匹配起点(x,y)对应的所述相异度值；为所述模板图像各像素点的灰度值平均值，为所述待识别图像在像素大小为a×b的局部区域内的各像素点的灰度值平均值，Q为所述模板图像与所述待识别图像的所述局部区域内各像素点灰度值的协方差矩阵；判断所述匹配起点的坐标是否满足预设终止条件；若否，则根据公式计算更新后的平移变量；按照更新后的所述平移变量更新所述匹配起点；并继续执行所述计算待识别图像从匹配起点处与识别目标的模板图像进行匹配的相异度值并存储的后续步骤；其中，h为更新后的所述平移变量，h′为更新前的所述平移变量；h1为上调参数；h2为下调参数；h、h′、h1和h2均为正整数；为预设阈值；若是，则依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的所述识别本文档来自技高网...
【技术保护点】
1.一种基于距离度量相异度的自适应模版匹配方法，其特征在于，包括：根据公式
【技术特征摘要】
1.一种基于距离度量相异度的自适应模版匹配方法，其特征在于，包括：根据公式计算待识别图像从匹配起点与识别目标的模板图像进行匹配的相异度值并存储；其中，所述模板图像的像素大小为a×b；p(i,j)为所述模板图像在点坐标(i,j)处的灰度值；a、b、i和j均为正整数，且1≤i≤a，1≤j≤b；(x,y)为所述待识别图像的所述匹配起点的坐标；q(x+i,y+j)为所述待识别图像在点坐标(x+i,y+j)处的灰度值；f(x,y)为与所述匹配起点(x,y)对应的所述相异度值；为所述模板图像各像素点的灰度值平均值，为所述待识别图像在像素大小为a×b的局部区域内的各像素点的灰度值平均值，Q为所述模板图像与所述待识别图像的所述局部区域内各像素点灰度值的协方差矩阵；判断所述匹配起点的坐标是否满足预设终止条件；若否，则根据公式计算更新后的平移变量；按照更新后的所述平移变量更新所述匹配起点；并继续执行所述计算待识别图像从匹配起点处与识别目标的模板图像进行匹配的相异度值并存储的后续步骤；其中，h为更新后的所述平移变量，h′为更新前的所述平移变量；h1为上调参数；h2为下调参数；h、h′、h1和h2均为正整数；为预设阈值；若是，则依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的所述识别目标。2.根据权利要求1所述的自适应模版匹配方法，其特征在于，所述预设阈值为：其中，δ为含有所述识别目标的样本图像与所述模板图像进行匹配所得到的相异度值的均值；l为阈值系数。3.根据权利要求2所述的自适应模版匹配方法，其特征在于，所述按照更新后的所述平移变量更新所述匹配起点包括：根据更新后的所述平移变量列向平移所述匹配起点。4.根据权利要求3所述的自适应模版匹配方法，其特征在于，所述平移变量满足条件：1≤h≤a。5.根据权利要求1至4任一项所述的自适应模版匹配方法，其特征在于，所述依据预设判断规则，根据存储的各个所述相异度值，确定待识别图像中的识别目标包括：确定所有所述相异度值中的极小值；判断相邻两个极小值所对应的匹配起点之间的距离是否低于预设距离阈值；若是，则判定所述待识别图像在所述相邻两个极小值中的较小值所对应的匹配起点处存在一个所述识别目标；若否，则判定所述待识别图像在所述相邻两个极小值各自对应的匹配起点处分别存在一个所述识别目标。6.一种基于距离度量相异度的自适应模版匹配装置，其特征在于，包括：计算模块：用于根据公式计算待识别图像从...
【专利技术属性】
技术研发人员：汤晖，吴泽龙，冯兆阳，高健，陈新，贺云波，须颖，陈桪，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
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。