在输入图像中检测注册图像的方法及相关装置、设备制造方法及图纸

本申请公开了一种在输入图像中检测注册图像的方法及相关装置、设备，其中方法包括：获取注册图像中的至少两个注册特征点，以及输入图像中的与注册特征点对应的至少两个输入特征点；根据注册特征点以及注册特征点对应的输入特征点，计算注册图像到输入图像的关系矩阵，获得至少一个关系矩阵；分别利用关系矩阵获得输入图像与注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵；根据最优关系矩阵在输入图像中检测注册图像。能够检测小尺寸的注册图像在输入图像的位置。

【技术实现步骤摘要】
在输入图像中检测注册图像的方法及相关装置、设备
本申请涉及注册算法的
，特别是涉及一种在输入图像中检测注册图像的方法及相关装置、设备。
技术介绍
增强现实技术(AugmentedReality，缩写为AR)是一种将虚拟信息与真实世界巧妙融合的技术。虚拟现实技术(英文名称：VirtualReality，缩写为VR)是一种囊括了计算机、电子信息、仿真技术于一体并通过计算机模拟虚拟环境来给人以环境沉浸感的技术。增强/虚拟现实是计算机视觉领域中热门的应用热点。算法通过摄像机作为输入设备，通过图像算法的处理，数字化周围环境的信息，从而获得与真实环境进行交互的体验。现有的注册算法分为两类：深度学习和特征点法。其中，深度学习需要离线地训练，通过给定一组训练数据，来学习注册图像的表面特征，得到检测网络模型。在使用时，将图像输入到检测网络模型中，便可获得注册图像在图像上的位置。这类方法流程简洁高效，是一种端到端的设计方案。但该类方法计算量大、难以部署到边缘设备中且对小目标的检测能力有限。目前，针对小目标的图像注册，行业内没有较好的技术方案对其进行定位处理。
技术实现思路
本申请提供一种在输入图像中检测注册图像的方法及相关装置、设备。本申请第一方面提供了一种在输入图像中检测注册图像的方法，包括：获取注册图像中的至少两个注册特征点，以及输入图像中的与注册特征点对应的至少两个输入特征点；注册特征点包括注册特征点坐标，输入特征点包括输入特征点坐标；根据注册特征点以及注册特征点对应的输入特征点，计算注册图像到输入图像的关系矩阵，获得至少一个关系矩阵；分别利用关系矩阵获得输入图像与注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵；根据最优关系矩阵在输入图像中检测注册图像。因此，先获取注册图像中的至少两个注册特征点，以及输入图像中的与注册特征点对应的至少两个输入特征点；注册特征点包括注册特征点坐标，输入特征点包括输入特征点坐标，通过分别获取注册图像和输入图像上的特征点进行定位计算，以减少定位计算量和在一定程度上保证所获取的注册特征点及其对应的输入特征点所对应的关系矩阵能够定位注册图像在输入图像中的位置；再基于注册特征点以及注册特征点对应的输入特征点，计算注册图像到输入图像的关系矩阵，获得至少一个关系矩阵；分别利用关系矩阵获得输入图像与注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵；根据最优关系矩阵在输入图像中检测注册图像，通过对至少一个关系矩阵进行相似度挑选，以进一步排除注册图像在输入图像中定位不准确的情况，提高在输入图像中检测注册图像的准确性和可靠性。上述方案能够实现针对小目标的注册图像的定位，并提高在输入图像中检测注册图像的准确性与鲁棒性。其中，获取注册图像中的至少两个注册特征点，以及输入图像中的与注册特征点对应的至少两个输入特征点，包括：获取注册图像中的至少两个注册特征点，以及输入图像中的至少两个输入特征点；将每一个注册特征点与每一个输入特征点匹配，确定每一个注册特征点所对应的输入特征点。因此，通过将获取的至少两个注册特征点和至少两个输入特征点进行匹配，以建立每个注册特征点和每个输入特征点之间的对应关系，从而基于每两个点对的对应关系进行注册图像的定位。其中，获取注册图像中的注册特征点，以及输入图像中的与注册特征点对应的输入特征点，包括：分别获取到注册图像中的至少两个注册特征点及对应的描述子以及输入图像中的至少两个输入特征点及对应的描述子；将每个注册特征点的描述子与每个输入特征点的描述子进行比对，获得每个注册特征点的描述子与每个输入特征点的描述子之间的差异度；分别将与注册特征点之间的差异度小于差异度阈值的输入特征点确定为注册特征点对应的输入特征点。因此，将每个注册特征点的描述子与每个输入特征点的描述子进行比对，获得每个注册特征点的描述子与每个输入特征点的描述子之间的差异度，并将与注册特征点之间的差异度小于差异度阈值的输入特征点确定为注册特征点对应的输入特征点，从而利用差异度确定注册特征点与输入特征点之间的对应关系。其中，关系矩阵包括坐标关系矩阵、方向关系矩阵以及尺度关系矩阵；根据注册特征点以及注册特征点对应的输入特征点，计算注册图像到输入图像的关系矩阵，包括：基于每两个注册特征点以及两个注册特征点对应的两个输入特征点计算得到坐标关系矩阵、尺度关系矩阵以及方向关系矩阵；根据坐标关系矩阵、尺度关系矩阵以及方向关系矩阵，计算注册图像到输入图像的关系矩阵。因此，基于两个注册特征点以及两个输入特征点求解得到坐标关系矩阵、尺度关系矩阵以及方向关系矩阵，进而计算注册图像到输入图像的关系矩阵，从而仅利用两对特征点对计算关系矩阵，来提高在输入图像中检测注册图像的效率与速度。其中，基于两个注册特征点以及两个注册特征点对应的输入特征点计算得到坐标关系矩阵、尺度关系矩阵以及方向关系矩阵的步骤包括：根据两个注册特征点的中点坐标和两个输入特征点的中点坐标计算坐标关系矩阵；根据两个注册特征点的连线长度和两个输入特征点的连线长度计算尺度关系矩阵；根据两个注册特征点所形成的矢量和两个输入特征点所形成的矢量计算方向关系矩阵。因此，通过根据两个注册特征点的中点坐标和两个输入特征点的中点坐标计算坐标关系矩阵、根据两个注册特征点的连线长度和两个输入特征点的连线长度计算尺度关系矩阵以及根据两个注册特征点所形成的矢量和两个输入特征点所形成的矢量计算方向关系矩阵，从而基于两个点对的注册特征点和输入特征点利用关系矩阵实现对输入图像上的注册图像的定位，并在一定程度上保证定位过程的准确性和可靠性。其中，方法还包括：根据两个注册特征点的注册特征点坐标计算两个注册特征点的中点坐标、连线长度及矢量：根据两个输入特征点的输入特征点坐标计算两个输入特征点的中点坐标、连线长度及矢量。因此，通过根据两个注册特征点的注册特征点坐标计算两个注册特征点的中点坐标、连线长度及矢量：根据两个输入特征点的输入特征点坐标计算两个输入特征点的中点坐标、连线长度及矢量，以基于上述参数对关系矩阵进行计算。其中，分别利用关系矩阵获得输入图像与注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵，包括：根据误差平方和算法或归一化互相关计算对应点对之间的相似度。因此，根据误差平方和算法或归一化互相关计算相似度，以提高对注册图像定位的准确性和可靠性。其中，根据最优关系矩阵在输入图像中检测注册图像，包括：若相似度小于阈值，则确定输入图像中没有注册图像；若相似度大于等于阈值，则根据最优关系矩阵确定输入图像中注册图像的位置。因此，通过相似度对最优关系矩阵进行进一步判断，使得最优关系矩阵确实反映注册图像的位置，以保证最优关系矩阵的可靠性和准确性。本申请第二方面提供了一种在输入图像中检测注册图像的装置，包括：获取模块，用于获取注册图像中的至少两个注册特征点，以本文档来自技高网...

【技术保护点】
1.一种在输入图像中检测注册图像的方法，其特征在于，包括：/n获取所述注册图像中的至少两个注册特征点，以及所述输入图像中的与所述注册特征点对应的至少两个输入特征点；所述注册特征点包括注册特征点坐标，所述输入特征点包括输入特征点坐标；/n根据所述注册特征点以及所述注册特征点对应的输入特征点，计算所述注册图像到所述输入图像的关系矩阵，获得至少一个关系矩阵；/n分别利用所述关系矩阵获得所述输入图像与所述注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵；/n根据所述最优关系矩阵在所述输入图像中检测所述注册图像。/n

【技术特征摘要】
1.一种在输入图像中检测注册图像的方法，其特征在于，包括：
获取所述注册图像中的至少两个注册特征点，以及所述输入图像中的与所述注册特征点对应的至少两个输入特征点；所述注册特征点包括注册特征点坐标，所述输入特征点包括输入特征点坐标；
根据所述注册特征点以及所述注册特征点对应的输入特征点，计算所述注册图像到所述输入图像的关系矩阵，获得至少一个关系矩阵；
分别利用所述关系矩阵获得所述输入图像与所述注册图像之间的对应点对，计算对应点对之间的相似度，将最大的相似度所对应的关系矩阵确定为最优关系矩阵；
根据所述最优关系矩阵在所述输入图像中检测所述注册图像。


2.根据权利要求1所述的在输入图像中检测注册图像的方法，其特征在于，所述获取所述注册图像中的注册特征点，以及所述输入图像中的与所述注册特征点对应的输入特征点，包括：
获取所述注册图像中的至少两个注册特征点，以及所述输入图像中的至少两个输入特征点；
将每一个所述注册特征点与每一个所述输入特征点匹配，确定每一个所述注册特征点所对应的输入特征点。


3.根据权利要求1所述的在输入图像中检测注册图像的方法，其特征在于，所述获取所述注册图像中的注册特征点，以及所述输入图像中的与所述注册特征点对应的输入特征点，包括：
分别获取到所述注册图像中的至少两个注册特征点及对应的描述子以及所述输入图像中的至少两个输入特征点及对应的描述子；
将每个注册特征点的描述子与每个输入特征点的描述子进行比对，获得每个注册特征点的描述子与每个输入特征点的描述子之间的差异度；
分别将与注册特征点之间的差异度小于差异度阈值的输入特征点确定为所述注册特征点对应的输入特征点。


4.根据权利要求1所述的在输入图像中检测注册图像的方法，其特征在于，所述关系矩阵包括坐标关系矩阵、方向关系矩阵以及尺度关系矩阵；所述根据注册特征点以及注册特征点对应的输入特征点，计算所述注册图像到所述输入图像的关系矩阵，包括：
基于每两个注册特征点以及所述两个注册特征点对应的两个输入特征点计算得到所述坐标关系矩阵、尺度关系矩阵以及方向关系矩阵；
根据所述坐标关系矩阵、尺度关系矩阵以及方向关系矩阵，计算所述注册图像到所述输入图像的关系矩阵。


5.根据权利要求4所述的在输入图像中检测注册图像的方法，其特征在于，所述基于两个注册特征点以及所述两个注册特征点对应的输入特征点计算得到所述坐标关系矩阵、尺度关系矩阵以及方向关系矩阵的步骤包括：

【专利技术属性】
技术研发人员：王求元，王楠，
申请(专利权)人：浙江商汤科技开发有限公司，
类型：发明
国别省市：浙江;33