一种模板快速匹配的方法技术

本发明专利技术提供的一种图像模板快速匹配的方法，包括，S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量；S2，将待匹配二维图像转换为目标一维向量，并将目标一维向量重构为目标特征向量；S3，将目标特征向量依次分割为与标准特征向量的长度一致的区域，分别计算所有区域的目标特征向量与标准特征向量的相关系数；S4，提取相关系数最大且超过预设阀值的区域，判定待匹配二维图像与标准二维图像匹配。此方法具有运算量小、匹配成功率高、对环境光不敏感的特点，对二维图像的灰度变化有非常好的鲁棒性。的灰度变化有非常好的鲁棒性。的灰度变化有非常好的鲁棒性。

【技术实现步骤摘要】
一种模板快速匹配的方法


[0001]本专利技术属于图像处理
，具体涉及一种图像模板快速匹配的方法。

技术介绍

[0002]目前二维图像的模板匹配方式，主要采用归一化积的常规灰度匹配算法对图像进行匹配，该种匹配方法运算量大，且图片的环境光会对识别结果产生影响，导致匹配结果产生误差。

技术实现思路

[0003]为解决上述
技术介绍
中提出的问题。本专利技术提供了一种图像模板快速匹配的方法，具有运算量小、匹配成功率高、对环境光不敏感的特点，对图像的灰度变化有非常好的鲁棒性(在机器视觉中，鲁棒性是指如果图像的光照、光线发生变化时，该图像与模板匹配的成功率)。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种图像模板快速匹配的方法，包括，
[0005]S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量；
[0006]S2，将待匹配二维图像转换为目标一维向量，并将目标一维向量重构为目标特征向量；
[0007]S3，将目标特征向量依次分割为与标准特征向量的长度一致的区域，计算所有区域的目标特征向量与标准特征向量的相关系数；
[0008]S4，提取相关系数最大且超过预设阀值的区域，判定待匹配二维图像与标准二维图像匹配。
[0009]作为上述技术方案的进一步描述：所述步骤S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量，包括，
[0010]步骤S11，将标准二维图像的左上角第一个像素点设为标准图像起点，将标准二维图像的右下角最后一个像素点设为标准图像终点；
[0011]步骤S12，将标准二维图像按照从左至右从上到下的顺序自标准图像起点至标准图像终点的所有像素点变换为标准一维向量；
[0012]步骤S13，根据标准一维向量的像素点灰度值，将标准一维向量的像素点进行计算，得到标准特征向量。
[0013]作为上述技术方案的进一步描述：所述步骤S13，根据标准一维向量的像素点灰度值，将标准一维向量的像素点进行计算，得到标准特征向量，包括，
[0014]采用以下方法计算标准特征向量：
[0015][0016]其中，
[0017]A
m
为标准特征向量，m＝1，2
…
m；
[0018]S
n
为标准一维向量的像素点灰度值；
[0019]n为标准一维向量的像素点的数量，n＝1,2
…
n。
[0020]作为上述技术方案的进一步描述：m＝n
‑
1。
[0021]作为上述技术方案的进一步描述：所述步骤S2，将待匹配二维图像转换为目标一维向量，并将目标一维向量重构为目标特征向量，包括，
[0022]步骤S21，将待匹配二维图像的左上角第一个像素点设为目标图像起点，将待匹配二维图像的右下角最后一个像素点设为目标图像终点；
[0023]步骤S22，将待匹配二维图像按照从左至右从上到下的顺序自目标图像起点至目标图像终点的所有像素点变换为目标一维向量；
[0024]步骤S23，根据目标一维向量的像素点的灰度值，将目标一维向量的像素点进行计算，得到目标特征向量。
[0025]作为上述技术方案的进一步描述：所述步骤S23，根据目标一维向量的像素点灰度值，将目标一维向量的像素点进行计算，得到目标特征向量，包括：
[0026]采用以下方法计算目标特征向量：
[0027][0028]其中，
[0029]D
q
为目标特征向量，q＝1，2
…
q；
[0030]B
p
为目标一维向量的像素点灰度值；
[0031]p为目标一维向量的像素点的数量，p＝1,2
…
p。
[0032]作为上述技术方案的进一步描述：q＝p
‑
1。
[0033]作为上述技术方案的进一步描述：所述步骤S3，将目标特征向量依次分割为与标准特征向量的长度一致的区域，分别计算所有区域的目标特征向量与标准特征向量的相关系数，包括，
[0034]根据以下公式计算相关系数：
[0035][0036]其中，
[0037]r为相关系数；
[0038]A
m
为标准特征向量,m＝1，2
…
m；
[0039]D
q
为目标特征向量，q＝1，2
…
q。
[0040]作为上述技术方案的进一步描述：所述步骤S4，提取相关系数最大且超过预设阀值的区域，判定该区域与标准二维图像匹配，包括，
[0041]步骤S41，提取到相关系数最大且超过预设阀值的区域，判定待匹配二维图像与标准二维图像匹配；
[0042]步骤S42，未提取到超过预设阀值的区域，判定待匹配二维图像与标准二维图像不匹配。
[0043]本专利技术的实现原理为将二维图像转换为一维向量，再将一维向量按照固有方式进行重构，得到只包含0、1的特征向量，对待匹配二维图像和标准二维图像上同样大小的区域求得的特征向量计算相关系数，相关系数最大且超过阀值的待匹配二维图像区域即为最佳匹配结果。此方法具有运算量小、匹配成功率高、对环境光不敏感的特点，对二维图像的灰度变化有非常好的鲁棒性。
附图说明
[0044]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]图1为本专利技术提出的一种图像模板快速匹配的方法流程图；
[0046]图2为本专利技术提出的一种图像模板快速匹配的方法步骤S1流程图；
[0047]图3为本专利技术提出的一种图像模板快速匹配的方法的标准二维图像示意图；
[0048]图4为本专利技术提出的一种图像模板快速匹配的方法的标准一维向量示意图；
[0049]图5为本专利技术提出的一种图像模板快速匹配的方法的步骤S2流程图；
[0050]图6为本专利技术提出的一种图像模板快速匹配的方法的光照区别示意图。
具体实施方式
[0051]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0052]请参阅图1，本专利技术提供的一种图像模板快速匹配的方法，包括，
[0053]S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量；
[0054]具体的，请参阅图2，此步骤还包括，
[0055]步骤S11，将标准二维图像的左上角第一个像素点设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像模板快速匹配的方法，其特征在于：包括，S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量；S2，将待匹配二维图像转换为目标一维向量，并将目标一维向量重构为目标特征向量；S3，将目标特征向量依次分割为与标准特征向量的长度一致的区域，计算所有区域的目标特征向量与标准特征向量的相关系数；S4，提取相关系数最大且超过预设阀值的区域，判定待匹配二维图像与标准二维图像匹配。2.根据权利要求1所述的一种模板快速匹配的方法，其特征在于：所述步骤S1，将标准二维图像转换为标准一维向量，并将标准一维向量重构为标准特征向量，包括，步骤S11，将标准二维图像的左上角第一个像素点设为标准图像起点，将标准二维图像的右下角最后一个像素点设为标准图像终点；步骤S12，将标准二维图像按照从左至右从上到下的顺序自标准图像起点至标准图像终点的所有像素点变换为标准一维向量；步骤S13，根据标准一维向量的像素点灰度值，将标准一维向量的像素点进行计算，得到标准特征向量。3.根据权利要求2所述的一种模板快速匹配的方法，其特征在于：所述步骤S13，根据标准一维向量的像素点灰度值，将标准一维向量的像素点进行计算，得到标准特征向量，包括，采用以下方法计算标准特征向量：其中，A
m
为标准特征向量，m＝1，2
…
m；S
n
为标准一维向量的像素点灰度值；n为标准一维向量的像素点的数量，n＝1,2
…
n。4.根据权利要求3所述的一种模板快速匹配的方法，其特征在于：m＝n
‑
1。5.根据权利要求1所述的一种模板快速匹配的方法，其特征在于：所述步骤S2，将待匹配二维图像转换为目标一维向量，并将目标一维向量重构为目标特征向量，包括，步骤S21，将待匹配二维图像的左上角第一...

【专利技术属性】
技术研发人员：隋裕阳，赵春，敖玉根，桑伟，
申请(专利权)人：深圳市易展鸿业科技有限公司，
类型：发明
国别省市：