一种基于Log-Polar变换的图像快速匹配算法制造技术

本发明专利技术属于机器视觉技术领域，具体涉及一种基于Log‑Polar变换的图像快速匹配算法，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、计算出模板图形的灰度均值，灰度积分，灰度平方的积分值。该算法利用Log‑Polar变换来解决笛卡尔坐标系中的尺度和旋转问题，再利用NCC实现图像的快速匹配。

A fast image matching algorithm based on log polar transform

【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，需要做大量的尺度与角度的变换，每一次对应的变换还需要对应一次平移搜索，包含了大量的计算，这种算法效率低，亟需改进。
技术实现思路
本专利技术的目的在于：给出一种基于Log-Polar变换的图像快速匹配算法，利用Log-Polar变换来解决模板图像与目标图像间存在的尺度和旋转问题，再利用NCC实现图像的快速匹配。为实现上述目的，本专利技术采用如下技术方案：一种用于基于Log-Polar变换的图像快速匹配算法，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，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位置、尺度、角度等信息；S5、对上述目标位置，尺度，角度以及一定动态范围内再重复进行相似度的计算，直到0层；S6、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。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，在步骤S2中，Log-polar变换顾名思义就是在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。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，(x′，y′)对应于Log-polar坐标系中的(log-r′，θ′)，(x′，y′)是(x，y)经过尺度s变换，α角度旋转后的坐标，即满足关系式：作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，当xc＝yc＝0时，x＝rcosθ，y＝rsinθ，将(4)代入到(2)则有：将(4)代入到(3)则有由公式(5)，(6)可见，图像的尺度变化和旋转变化在Log-Polar坐标系中表现为沿log-r轴和θ轴的平移。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，在步骤S4中，对于模板I1(x，y)和源图I2(x，y)，它们的归一化互相相关系数定义为：其中，w，h为模板图像的宽和高；为模板I1(x，y)的灰度均值；为源图I2(x，y)的灰度均值。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，为了简化分母的计算，引入积分图像s(x，y)和s2(x，y)，满足：s(x，y)＝I(x，y)+s(x-1，y)+s(x，y-1)-s(x-1，y-1)(8)类似，s2(x，y)＝I2(x，y)+s2(x-1，y)+s2(x，y-1)-s2(x-1，y-1)(9)展开有：利用积分图像的公式计算出NCC的分母。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，优化分子：其中可以转换到频率，其他项可根据积分图像进行简化运算。作为本专利技术所述的基于Log-Polar变换的图像快速匹配算法的一种改进，在步骤S6中，拟合的方式为亚像素拟合。与现有技术相比，本专利技术的有益效果在于：通过上述方法解决了相关性匹配算法在尺度、角度等方面变化速度慢，且稳定性差的问题；大大地提高了相关性匹配算法在尺度、角度等方面的变化速度，同时提高了其稳定性。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例的流程示意图；图2为本专利技术实施例中金字塔底部到顶部分辨率逐渐降低的图像集合的示意图；图3为本专利技术实施例中在最顶层遍历所有的位置的示意图；图4为本专利技术实施例中的样图原图；图5为图4中的Log-Polar变换图；图6为图4中旋转90°的图；图7为图6中的Log-Polar变换图；具体实施方式如图1所示，一种用于基于Log-Polar变换的图像快速匹配算法，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，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位置、尺度、角度等信息；本文档来自技高网...

【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