【技术实现步骤摘要】
一种基于梯度信息的匹配方法
本专利技术涉及图像定位识别
,具体涉及一种基于梯度信息的匹配方法。
技术介绍
模板匹配是根据模板图像到另一幅图像中寻找与模板图像相似的子区域的过程;在实际应用中,由于待匹配图像中的物体产生旋转、缩放、被遮挡等问题,导致模板图像和待匹配图像不能完全吻合,为了处理上述模板匹配问题,现阶段常用的处理方法是,逐角度生成一系列模板图像集,然后在模板匹配时,分别使用模板图像集中的每个图像对待匹配图像进行匹配,这种方法需要使用多个模板进行匹配,逐一比较,过程繁琐,耗时较长,大大限制了模板匹配技术的应用。
技术实现思路
使用图像梯度作为几何特征进行相似度匹配,具有抗非线性光照变化的能力、鲁棒性强,在机器视觉、目标追踪、物体识别等诸多领域有重要应用:基于图像梯度的模板匹配方法是:在模板图像中提取边缘点作为匹配的几何特征,并基于模板图像的边缘点梯度与待匹配图像各像素点梯度进行最佳相似度位置搜索,可辅助图像金字塔分层处理的方式对匹配进行加速。本专利技术提出一种基于梯度信息的匹配方法,适用于各类型图像的目标匹配、查找,特别是当待测目标存在旋转、缩放、遮挡等问题时,本方法相比于现有方法具有准确性高,实时性好的特点。具体方案如下:一种基于梯度信息的匹配方法,包括以下步骤:1)提取模板图像的边缘梯度信息,得到模板图像中各个模板边缘点的幅度值和梯度方向;将全部模板边缘点或筛选出的部分模板边缘点记为关键点集;提取待匹配图像的边缘梯度信息,得到待匹配图像中各个 ...
【技术保护点】
1.一种基于梯度信息的匹配方法,其特征在于,包括以下步骤:/n1)提取模板图像的边缘梯度信息,得到模板图像中各个模板边缘点的幅度值和梯度方向;将全部模板边缘点或筛选出的部分模板边缘点记为关键点集;/n提取待匹配图像的边缘梯度信息,得到待匹配图像中各个边缘点的幅度值和梯度方向,将所有待匹配图像中边缘点所组成的集合记为待匹配点集;以待匹配点集内单个点为中心点,确定邻域,将中心点所对应的梯度方向分别复制到其邻域内其他点上;遍历待匹配点集内所有点;将所述待匹配点集内的单个点所对应的原有梯度方向和复制来的梯度方向组成的集合记为集合A;/n2)分别计算待匹配点集内某一点所对应的集合A内所有梯度方向与关键点集内某一点所对应的梯度方向的余弦相似度,取最大值,标记为分数值;采用相同方法分别计算待匹配点集内同一点与关键点集内其余点的分数值;将所有分数值加和、求取平均值,记为该待匹配点集内具体点的特征数;/n遍历待匹配点集内所有点,得到各点所对应的特征数,取最大值,标记为匹配值,判断所述匹配值是否大于预设值,若否,匹配失败;若是,匹配值所对应的待匹配点集内具体点为匹配结果,完成待匹配图像的匹配。/n
【技术特征摘要】
1.一种基于梯度信息的匹配方法,其特征在于,包括以下步骤:
1)提取模板图像的边缘梯度信息,得到模板图像中各个模板边缘点的幅度值和梯度方向;将全部模板边缘点或筛选出的部分模板边缘点记为关键点集;
提取待匹配图像的边缘梯度信息,得到待匹配图像中各个边缘点的幅度值和梯度方向,将所有待匹配图像中边缘点所组成的集合记为待匹配点集;以待匹配点集内单个点为中心点,确定邻域,将中心点所对应的梯度方向分别复制到其邻域内其他点上;遍历待匹配点集内所有点;将所述待匹配点集内的单个点所对应的原有梯度方向和复制来的梯度方向组成的集合记为集合A;
2)分别计算待匹配点集内某一点所对应的集合A内所有梯度方向与关键点集内某一点所对应的梯度方向的余弦相似度,取最大值,标记为分数值;采用相同方法分别计算待匹配点集内同一点与关键点集内其余点的分数值;将所有分数值加和、求取平均值,记为该待匹配点集内具体点的特征数;
遍历待匹配点集内所有点,得到各点所对应的特征数,取最大值,标记为匹配值,判断所述匹配值是否大于预设值,若否,匹配失败;若是,匹配值所对应的待匹配点集内具体点为匹配结果,完成待匹配图像的匹配。
2.一种基于梯度信息的匹配方法,其特征在于,包括以下步骤:
1)提取待匹配图像的边缘梯度信息,得到待匹配图像中各个边缘点的幅度值和梯度方向,将所有待匹配图像中边缘点所组成的集合记为待匹配点集;
以待匹配点集内单个点为中心点,确定邻域,将中心点所对应的梯度方向分别复制到其邻域内其他点上;遍历待匹配点集内所有点;将所述待匹配点集内的单个点所对应的原有梯度方向和复制来的梯度方向组成的集合记为集合A;
2)对模板图像进行旋转和/或缩放;得到多张模板图像,对每张模板图像进行以下处理分别获取多个模板图像与待匹配点集的匹配值:
①提取模板图像的边缘梯度信息,得到模板图像中各个模板边缘点的幅度值和梯度方向;将全部模板边缘点或筛选出的部分模板边缘点记为此张模板图像所对应的关键点集;
②利用以下步骤计算待匹配点集内某一具体点的特征数:
分别计算待匹配点集内某一点所对应的集合A内所有梯度方向与单个模板图像所对应的关键点集内某一点所对应的梯度方向的余弦相似度,取最大值,标记为分数值;采用相同方法分别计算待匹配点集内同一点与单个模板图像所对应的关键点集内其余点的分数值;将所有分数值加和、求取平均值,记为该待匹配点集内具体点的特征数;
③遍历待匹配点集内所有点,得到各点所对应的特征数,取最大值,标记为匹配值,判断所述匹配值是否大于预设值,若否,则匹配失败;若是,则将该匹配值进行存储;
3)将所有被存储的匹配值排序,取最大值所对应的待匹配点集内具体点作为匹配结果、其对应的模板图像的旋转角度和/...
【专利技术属性】
技术研发人员:赵进,崔鹏飞,尹仕斌,郭寅,
申请(专利权)人:易思维杭州科技有限公司,
类型:发明
国别省市:浙江;33
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。