一种基于机器视觉的图像匹配方法组成比例

本发明专利技术涉及工业视觉技术领域，尤其涉及一种基于机器视觉的图像匹配方法，包括：输入预设图像，对预设图像进行图像分割及边缘提取以建立多级别的预设模型，输入目标图像，对目标图像进行图像分割及边缘提取以建立多级别的目标模型，且目标模型的级别的数量与预设模型相同；根据预设搜索条件创建得分函数；将目标模型与预设模型进行初步匹配，找到目标模型与预设模型的级别，再使用得分函数进行精确匹配，当得分函数达到最优解时完成图像匹配，并输出匹配结果。有益效果：该方法可以适用于不同旋转角度和缩放比例的目标图像，能够对目标图像进行准确处理，处理速度快，准确性高，实时性好，并且适应不同光照和噪声，抗干扰性强。

【技术实现步骤摘要】
一种基于机器视觉的图像匹配方法
本专利技术涉及工业视觉
，尤其涉及一种基于机器视觉的图像匹配方法。
技术介绍
机器视觉系统的主要功能可以简单概括为：定位、识别、测量、缺陷检测等。相对于人工或传统机械方式而言，机器视觉系统具有速度快、精度高、准确性高等一系列优点。随着工业现代化的发展，机器视觉已经广泛应用于各大领域，为企业及用户提供更优的产品品质及解决方案。流水线检测是机器视觉应用较多的场合，流水线检测的基本要求就是需要在拍照后能及时的找到待检测区域，这种技术就是几何匹配。图像匹配的过程，就是将相机拍摄的目标图像与系统内对应的预设图像进行匹配，即通过寻找一种空间变换，使目标图像和预设图像代表同一目标物的对应点达到空间位置的一致，匹配的结果应该使两幅图像上的所有点或至少是具有实际应用意义上的点都达到匹配，为图像进一步处理提供保证。工业视觉已有的匹配方法有：(1)基于图像灰度、特征点的匹配，该方法需要预先提供预设图像的灰度统计信息，根据灰度的相关性进行图像搜索匹配，该方法的缺点在于需要统计预设图像的每个像素点的灰度值，匹配的目标图像必须本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的图像匹配方法，其特征在于，包括以下步骤：/n步骤S1，输入一预设图像，根据一预设匹配条件选定所述预设图像的特征区域进行图像分割处理，并在完成所述图像分割处理后，提取所述预设图像的边缘的多个像素点的位置作为一第一类坐标信息；/n步骤S2，根据提取的所述第一类坐标信息建立一预设模型，并根据所述第一类坐标信息的数量将所述预设模型划分为多个级别；/n步骤S3，输入一目标图像，根据所述预设匹配条件选定所述目标图像的特征区域进行所述图像分割处理，并在完成所述图像分割处理后，提取所述目标图像的边缘的多个所述像素点的位置作为一第二类坐标信息；/n步骤S4，根据提取的所述第二类坐标信息建立...

【技术特征摘要】
1.一种基于机器视觉的图像匹配方法，其特征在于，包括以下步骤：
步骤S1，输入一预设图像，根据一预设匹配条件选定所述预设图像的特征区域进行图像分割处理，并在完成所述图像分割处理后，提取所述预设图像的边缘的多个像素点的位置作为一第一类坐标信息；
步骤S2，根据提取的所述第一类坐标信息建立一预设模型，并根据所述第一类坐标信息的数量将所述预设模型划分为多个级别；
步骤S3，输入一目标图像，根据所述预设匹配条件选定所述目标图像的特征区域进行所述图像分割处理，并在完成所述图像分割处理后，提取所述目标图像的边缘的多个所述像素点的位置作为一第二类坐标信息；
步骤S4，根据提取的所述第二类坐标信息建立一目标模型，并根据所述第二类坐标信息的数量将所述目标模型划分为多个级别，且所述目标模型的级别的数量与所述预设模型相同；
步骤S5，根据一预设搜索条件创建一得分函数；
步骤S6，将所述目标模型与所述预设模型进行初步匹配，找到所述目标模型与所述预设模型的级别，再使用所述得分函数进行精确匹配，当所述得分函数达到最优解时完成图像匹配，并输出匹配结果。


2.根据权利要求1所述的图...

【专利技术属性】
技术研发人员：赖朝菊，刘俊锋，陈凯，扈展远，肖逸，
申请(专利权)人：深圳市启灵图像科技有限公司，
类型：发明
国别省市：广东;44