一种基于互相关性的图像频域差分材质匹配方法组成比例

本发明专利技术公开一种基于互相关性的图像频域差分材质匹配方法，包括以下步骤：通过滑动窗口搜索待检图像；将不同尺度的窗口缩放到和图像模板一样；对图像模板和多个尺度窗口的图像区进行傅立叶变换；取傅立叶变换后的图像模板的最大值和最小值，再对图像模板进行归一化处理；把多个尺度窗口的傅立叶变换的数值范围统一到与图像模板一致的数值空间，使得窗口的频域值与图像模板的频域值一致；对不同尺度的窗口和图像模板进行互相关运算、差分操作，把差分后的数值与互相关运算的数值进行元素相乘；对上述数值进行比较，寻找最大值及其对应的尺度；若最大值小于阈值，则视为当前位置匹配，并把对应位置和对应尺度所在的图像区域进行标记。

【技术实现步骤摘要】
一种基于互相关性的图像频域差分材质匹配方法
本专利技术涉及图像频域匹配方法，具体涉及一种基于互相关性的图像频域差分材质匹配方法。
技术介绍
信号的互相关性主要用于判断两组信号的相位偏移，在图像处理中，互相关性常用于对图像模板匹配，也就是通过模板，在目标图像中寻找与模板一摸一样的图像区域的位置。但在互相关性进行模板匹配的缺点就是待搜索区域必须与模板一摸一样，形状材质上的变化会导致匹配失败。为此，现有技术中提出材质匹配的方法，材质匹配相较于模板匹配具有更大灵活性和适应性。在图像识别处理的工作中，常常遇到需要寻找某种特定材质的问题，常用的方法主要使用机器学习，提取特定材质的特征进行训练得到模型，然后再在待识别图像的各个区域对每个区域提取同样的特征放入训练所得的模型中进行预测判断。其中，由于使用机器学习的方法常常需要收集一定数量的匹配模板图像，进行相关的处理，然后训练学习；同时在训练学习的过程中常常需要反复进行多次实验，以获得较好的匹配效果。上述处理过程需要消耗大量的人力和时间，同时需要大量的材质模板素材，因此难以进行快速开发验证。...

【技术保护点】
1.一种基于互相关性的图像频域差分材质匹配方法，其特征在于，包括以下步骤：/n获取待匹配的图像模板，存储该图像模板为后续使用；/n通过滑动窗口搜索待检图像，通过多尺度窗口的方式对每个滑动窗口位置使用不同尺寸的窗口；对不同尺度的窗口进行缩放，使不同尺度的窗口缩放到和图像模板一样；/n对图像模板和多个尺度窗口的图像区进行傅立叶变换，得到各自的频域图像；/n取傅立叶变换后的图像模板的最大值和最小值，用于后续各窗口规范化的基础值，再对图像模板进行归一化处理；/n对多个尺度窗口的傅立叶变换的图像进行规范化处理，把数值范围统一到与图像模板一致的数值空间，使得窗口的频域值与图像模板的频域值一致；/n对不同尺...

【技术特征摘要】
1.一种基于互相关性的图像频域差分材质匹配方法，其特征在于，包括以下步骤：
获取待匹配的图像模板，存储该图像模板为后续使用；
通过滑动窗口搜索待检图像，通过多尺度窗口的方式对每个滑动窗口位置使用不同尺寸的窗口；对不同尺度的窗口进行缩放，使不同尺度的窗口缩放到和图像模板一样；
对图像模板和多个尺度窗口的图像区进行傅立叶变换，得到各自的频域图像；
取傅立叶变换后的图像模板的最大值和最小值，用于后续各窗口规范化的基础值，再对图像模板进行归一化处理；
对多个尺度窗口的傅立叶变换的图像进行规范化处理，把数值范围统一到与图像模板一致的数值空间，使得窗口的频域值与图像模板的频域值一致；
对不同尺度的窗口和图像模板进行互相关运算；将各尺度的窗口的频域值与图像模板的频域值进行差分操作，取绝对值；把差分后的数值与互相关运算的数值进行元素相乘；
对上述操作取得的数值进行比较，寻找最大值及其对应的尺度；
得到最大值后，将其设定的阈值进行对比；若最大值大于阈值，则认为当前位置的图像区域与图像模板不匹配；若小于阈值，则视为当前位置匹配，并把对应位置和对应尺度所在的图像区域进行标记；
将定位窗口移动到下一个位置，重复上面的步骤，直至全图匹配完成。


2.根据权利要求1所述的基于互相关性的图像频域差分材质匹配方法，其特征在于，所述图像模板的尺寸为r×r个像素，r为奇数。


3.根据权利要求2所述的基于互相关性的图像频域差分材质匹配方法，其特征在于，在滑动窗口进行滑动过程中，每个检索窗口的尺寸的个数自定义为N个，N取偶数；
每个尺寸从分辨率(r-N...

【专利技术属性】
技术研发人员：方晟堃，陈启愉，邓志文，李平，冼荣彬，郭伟科，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：广东;44