图像目标匹配定位方法、存储介质和计算机技术

本发明专利技术提供一种图像目标匹配定位方法、存储介质和计算机，所述方法包括：将模板图像中的边缘点线段化得到边缘线段集合，对得到的边缘线段集合中的每条线段进行描述得到线段描述符；将检测图像中的边缘点线段化得到边缘线段集合，对得到的边缘线段集合中的每条线段进行描述得到线段描述符；将模板图像中的线段描述符与检测图像中的线段描述符进行匹配筛选，得到所述模板图像中的线段描述符与所述检测图像中的线段描述符之间的配对关系；基于所述模板图像中的线段描述符与所述检测图像中的线段描述符之间的配对关系计算所述模板图像与所述检测图像之间的仿射变化矩阵，得到所述模板图像在所述检测图像中的坐标映射关系。模板图像在所述检测图像中的坐标映射关系。模板图像在所述检测图像中的坐标映射关系。

【技术实现步骤摘要】
图像目标匹配定位方法、存储介质和计算机


[0001]本专利技术涉及图像处理
，尤其涉及一种图像目标匹配定位方法、存储介质和计算机。

技术介绍

[0002]图像的边缘是用来判断图像中目标区域的位置、旋转角度以及缩放等变化的主要依据，且图像的边缘信息较整幅图像而言具有信息量少，特征明显，受光照等外部条件影响较小的特点，因此基于轮廓和边缘特征被广泛的应用于图像特征匹配中。对于传统的基于点特征如sift，surf，fast以及角点等的算法，因为其实时性、对图像的噪声敏感性、匹配精度不足等问题，在图像匹配定位中应用十分有限。
[0003]因此，有必要提出一种改进的方案来克服上述问题。

技术实现思路

[0004]本专利技术的目的在于提供一种图像目标匹配定位方法、存储介质和计算机，其可以克服传统的点特征算法的不足，基于图像的边缘快速简单的进行匹配定位。
[0005]为实现专利技术目的，根据本专利技术的一个方面，本专利技术提供一种图像目标匹配定位方法，其包括：将模板图像中的边缘点线段化得到边缘线段集合，对得到的边缘线段集合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像目标匹配定位方法，其特征在于，其包括：将模板图像中的边缘点线段化得到边缘线段集合，对得到的边缘线段集合中的每条线段进行描述得到线段描述符；将检测图像中的边缘点线段化得到边缘线段集合，对得到的边缘线段集合中的每条线段进行描述得到线段描述符；将模板图像中的线段描述符与检测图像中的线段描述符进行匹配筛选，得到所述模板图像中的线段描述符与所述检测图像中的线段描述符之间的配对关系；和基于所述模板图像中的线段描述符与所述检测图像中的线段描述符之间的配对关系计算所述模板图像与所述检测图像之间的仿射变化矩阵，得到所述模板图像在所述检测图像中的坐标映射关系。2.如权利要求1所述的图像目标匹配定位方法，其特征在于，所述将模板图像中的边缘点线段化得到边缘线段集合包括：对模板图像进行边缘计算得到所述模板图像的综合边缘梯度图像；将所述模板图像的综合边缘梯度图像进行阈值化操作；和将阈值化后的综合边缘梯度图像中的边缘点线段化得到边缘线段集合；所述将检测图像中的边缘点线段化得到边缘线段集合包括：对检测图像进行边缘计算得到所述检测图像的综合边缘梯度图像；将所述检测图像的综合边缘梯度图像进行阈值化操作；和将阈值化后的综合边缘梯度图像中的边缘点线段化得到边缘线段集合。3.如权利要求2所述的图像目标匹配定位方法，其特征在于，所述对模板图像进行边缘计算得到所述模板图像的综合边缘梯度图像包括：利用索贝尔算子对所述模板图像进行水平卷积计算得到所述模板图像的水平边缘梯度图像；利用索贝尔算子对所述模板图像进行垂直卷积计算得到所述模板图像的垂直边缘梯度图像；和将所述模板图像的水平边缘梯度图像和垂直边缘梯度图像相加得到所述模板图像的综合边缘梯度图像；所述对检测图像进行边缘计算得到所述检测图像的综合边缘梯度图像包括：利用索贝尔算子对所述检测图像进行水平卷积计算得到所述检测图像的水平边缘梯度图像；利用索贝尔算子对所述检测图像进行垂直卷积计算得到所述检测图像的垂直边缘梯度图像；和将所述检测图像的水平边缘梯度图像和垂直边缘梯度图像相加得到所述检测图像的综合边缘梯度图像。4.如权利要求2所述的图像目标匹配定位方法，其特征在于，在对所述模板图像进行边缘计算前，还包括：对所述模板图像进行灰度化处理以及预处理，所述预处理包括下列处理中的一种或多种：双边滤波、消除图像噪点和平滑图像；在对检测图像进行边缘计算前，还包括：
对所述待检测图像进行灰度化处理以及预处理，所述预处理包括下列处理中的一种或多种：双边滤波、消除图像噪点和平滑图像。5....

【专利技术属性】
技术研发人员：韩旭，刘伟俣，陈彦龙，钟亘明，
申请(专利权)人：东声苏州智能科技有限公司，
类型：发明
国别省市：