【技术实现步骤摘要】
一种基于Log-Polar变换的图像快速匹配算法
本专利技术属于机器视觉
,具体涉及一种基于Log-Polar变换的图像快速匹配算法。
技术介绍
机器视觉就是用机器代替人眼来做测量和判断。通过特定的设备摄取目标信息并转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,进行各种运算来抽取目标的特征,并根据特征给出测量、判断和识别的结果。在机器视觉中,图像定位是图像处理领域的一个基础问题,在机器人定位抓取,图像拼接,目标识别与定位,产品质量检测等方面,其中图像匹配算法是图像定位中一项重要的技术。在过去的几十年中,广大研究者提出了大量图像匹配算法,例如有基于灰度的、或互信息的、或局部描述子的方法等等,其中基于灰度的方法常见的有计算图像之间灰度差值的绝对值总和(SumofAbsoluteDifferences,SAD)或所有差值的平方和(SumofSquaredDifference,SSD)以及(NormliazedCrossCorrelation,NCC),其中SAD和SSD计算速度较快,但是光照存在变化的情况不能使用;NCC具有光照不变性,但是计算量大;而互信息是信息论中的概念不需要两幅图像的灰度关系,也不需要图像进行预处理,从图像的统计信息出发,主要应用于医学图像和遥感图像;而局部描述子如SIFT特征、Shapecontext,对尺度、旋转变化具有不变性,但是对噪声比较敏感;因此到目前为止,高精度和变形的快速图像匹配算法仍然是研究的热点。在笛卡尔坐标系下,为了精确的定位目标,需要做大 ...
【技术保护点】
1.一种用于基于Log-Polar变换的图像快速匹配算法,其特征在于,包括以下步骤:/nS1、对模板图像和目标图像分别进行图像金字塔分解,得到一系列由金字塔底部到顶部分辨率逐步降低的模板和原图,其中,最大分辨率的图像称为底层图像,最小分辨率的图像简称为顶层图像;/nS2、分别对模板图像的金字塔顶层图像、目标图像的金字塔顶层图像进行Log-Polar变换;/nS3、计算出顶层模板图形的灰度均值、灰度积分、灰度平方的积分值;/nS4、对顶层的目标图像进行全局遍历,计算顶层目标图像的灰度方差,目标位置的灰度方差低于某个阈值,则该位置不参与相似度的计算,对于灰度方差满足要求的位置则计算其与顶层模板图形的归一化互相相关(NCC)系数,数值越大说明相似度越高,然后利用非极大值抑制确定目标位置、尺度、角度等信息;/nS5、将目标图像顶层获得的目标位置投射到下一层,在该层中,对上述目标位置,尺度,角度以及一定动态范围内再重复步骤S4,直到底层;/nS6、在最底层的目标位置处进行迭代搜索,直至相似度收敛到局部极值或迭代次数达到指定值,最后进行拟合得到高精度的结果。/n
【技术特征摘要】
1.一种用于基于Log-Polar变换的图像快速匹配算法,其特征在于,包括以下步骤:
S1、对模板图像和目标图像分别进行图像金字塔分解,得到一系列由金字塔底部到顶部分辨率逐步降低的模板和原图,其中,最大分辨率的图像称为底层图像,最小分辨率的图像简称为顶层图像;
S2、分别对模板图像的金字塔顶层图像、目标图像的金字塔顶层图像进行Log-Polar变换;
S3、计算出顶层模板图形的灰度均值、灰度积分、灰度平方的积分值;
S4、对顶层的目标图像进行全局遍历,计算顶层目标图像的灰度方差,目标位置的灰度方差低于某个阈值,则该位置不参与相似度的计算,对于灰度方差满足要求的位置则计算其与顶层模板图形的归一化互相相关(NCC)系数,数值越大说明相似度越高,然后利用非极大值抑制确定目标位置、尺度、角度等信息;
S5、将目标图像顶层获得的目标位置投射到下一层,在该层中,对上述目标位置,尺度,角度以及一定动态范围内再重复步骤S4,直到底层;
S6、在最底层的目标位置处进行迭代搜索,直至相似度收敛到局部极值或迭代次数达到指定值,最后进行拟合得到高精度的结果。
2.如权利要求1所述的基于Log-Polar变换的图像快速匹配算法,其特征在于,在步骤S2中,Log-polar变换是在polar变换的基础上进行了log运算,假设(x,y)对应Polar坐标系中的(r,θ),对应于Log-polar坐标系中的(log-r,θ),r表示从中心点(xc,yc)到点(x,y)的距离,θ为角度,则满足如下关系式:
其中base为Log变换的底数。
3.如权利要求2所述的基于Log-Polar变换的图像快速匹配算法,其特征在于:(x′,y′)对应于Log-polar坐标系中的(log-r′,θ′),(x′,y′...
【专利技术属性】
技术研发人员:曹玲,
申请(专利权)人:广东奥普特科技股份有限公司,
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。