一种基于局部动态规整的快速模板匹配方法组成比例

本发明专利技术公开了一种基于局部动态规整的快速模板匹配方法，可应用于工件定位、工业分拣和目标跟踪等领域。步骤如下：利用改进的环投影方法(IRPT)提取模板图像和测试子图的特征向量，然后初估相似度，筛选出候选测试子图，进而利用所提出的局部动态规整方法(LDTW)计算候选测试子图的相似度和缩放系数；取相似度值最高的测试子图，基于其对应的缩放系数，在测试图的对应位置裁剪出包含目标物体的最小区域，最终利用方向码方法(OC)计算该区域的旋转角度。较之于现有技术，本发明专利技术只需一张模板图像便可计算缩放系数和旋转角度，解决了常规算法需要大量不同缩放系数和旋转角度组合的模板图像才能计算缩放系数和旋转角度的难题，极大简化了算法。

A fast template matching method based on local dynamic regularization

【技术实现步骤摘要】
一种基于局部动态规整的快速模板匹配方法
本专利技术涉及机器视觉定位
，具体涉及到一种基于局部动态规整的快速模板匹配方法。
技术介绍
模板匹配算法是机器视觉中的一项关键技术，利用给定的模板图像，在测试图像中识别和定位相似的测试子图(即目标工件)，在工件定位系统和产品质量检测系统中有着广泛的应用。随着工况越来越复杂，对模板匹配算法的实时性和鲁棒性提出了更高的要求。常规的模板匹配方法通常面临着缩放、旋转、噪声以及光照变化等挑战，目前仍然缺少较好的解决方法。如专利文献1(CN105046271A)公开了一种基于模板匹配的MELF元件定位与检测方法，通过旋转和缩放原始模板图像得到大量模板图像，然后逐一利用每个模板图像来匹配测试图像，从而达到识别旋转角度和缩放系数的目的，但算法复杂度较高；又如专利文献2(CN108805220A)公开了一种基于梯度积分的快速模板匹配算法，将图像金字塔、提取轮廓点和梯度积分相结合，减少了数据计算的冗余，但该算法仍然依赖于大量不同缩放和旋转角度组合的模板图像才能识别工件的缩放系数和旋转角度；又如专利文献3(CN1本文档来自技高网...

【技术保护点】
1.一种基于局部动态规整的快速模板匹配方法，其特征在于具有如下步骤：/n步骤1.遍历测试图，提取与模板图像尺寸一样的测试子图，利用环投影算法提取测试子图和模板图像的环投影特征向量；/n步骤2.以步骤1所得的环投影特征向量为输入，计算测试子图与模板图像的粗估相似度，并筛选出相似度大于一号设定阈值的测试子图，列为候选测试子图；/n步骤3.针对步骤2所得的候选测试子图，利用局部动态规整算法，通过局部对齐环投影特征向量的曲线轮廓来计算相似度和图像缩放系数；/n步骤4.测试图遍历完成后，取相似度的最大值，若该相似度的最大值大于或等于三号设定阈值，则对应的测试子图的坐标即为目标位置，同时根据对应的缩放系数...

【技术特征摘要】
1.一种基于局部动态规整的快速模板匹配方法，其特征在于具有如下步骤：
步骤1.遍历测试图，提取与模板图像尺寸一样的测试子图，利用环投影算法提取测试子图和模板图像的环投影特征向量；
步骤2.以步骤1所得的环投影特征向量为输入，计算测试子图与模板图像的粗估相似度，并筛选出相似度大于一号设定阈值的测试子图，列为候选测试子图；
步骤3.针对步骤2所得的候选测试子图，利用局部动态规整算法，通过局部对齐环投影特征向量的曲线轮廓来计算相似度和图像缩放系数；
步骤4.测试图遍历完成后，取相似度的最大值，若该相似度的最大值大于或等于三号设定阈值，则对应的测试子图的坐标即为目标位置，同时根据对应的缩放系数从测试图中裁剪出包含目标物体的最小区域；
步骤5.利用方向码算法提取步骤4中所得最小区域和模板图像的方向码特征向量，然后基于方向码特征向量计算图像的旋转角度，最终得到目标位置、缩放系数和旋转角度。


2.根据权利要求1所述的基于局部动态规整的快速模板匹配方法，其特征在于所述步骤1中的环投影算法如下：模板图像尺寸记为M×N，以模板图像中心点(x0，y0)为原点建立极坐标系，任何一个像素表示为T(r，θ)，环投影特征向量表示为IRPT，



其中，Rmax＝min(M/2，N/2)，s(r)是半径为r的圆环上的像素个数，Tmin(r，θ)是圆环上所有像素强度的最小值。


3.根据权利要求1所述的基于局部动态规整的快速模板匹配方法，其特征在于所述步骤2中测试子图与模板图像的粗估相似度的算法如下：由测试子图提取的环投影特征向量记为S，由模板图像提取的环投影特征向量记为T，测试子图与模板图像的粗估相似度记为Kc，Kc越大则图像越相似，



其中，n是向量X的维度，S[0：m/2]是特征向量S的前m/2维。


4.根据权利要求1或3所述的基于局部动态规整的快速模板匹配方法，其特征在于：所述步骤2中的一号设定阈值记为β1，取0.35≤β1≤0.5。


5.根据权利要求1所述的基于局部动态规整的快速模板匹配方法，其特征在于：所述步骤3是通过寻找候选测试子图与模板图像的环投影特征向量的最优局部匹配关系，计算相似度和图像缩放系数。


6.根据权利要求1所述的基于局部动态规整的快速模板匹配方法，其特征在于所述步骤3具体为：
步骤3.1a.由候选测试子图提取的环投影特征向量记为S，由模板图像提取的环投影特征向量记为T，输入S和T，其维度分别为ms和mt，创建一个距离矩阵D和一个累积距离矩阵Dacc，其维度都为mt×ms，初始化距离函数DIS＝|x-y|；
步骤3.2a.利用距离函数DIS计算特征向量S和T每个元素之间的距离，从而得到距离矩阵D，然后将距离矩阵D赋值给累积距离矩阵Dacc；
步骤3.3a.利用如下公式更新累积距离矩阵Dacc的每个元素值，更新完毕后即得到累积距离矩阵Dacc，
步骤3.4a.针对累积距离矩阵Dacc的最后一列，从下往上搜索值最小的元素，其...

【专利技术属性】
技术研发人员：王禹林，刘文，段裕刚，查文彬，李恒，
申请(专利权)人：南京理工大学，南京禹其源智能装备科技有限公司，北京电子工程总体研究所，
类型：发明
国别省市：江苏;32