基于局部方差和后验概率分类器的视觉定位方法及装置制造方法及图纸

本申请提供了一种基于局部方差和后验概率分类器的视觉定位方法及装置，本申请在定义过程和检索过程中使用了两种不同移动步长的滑动窗口，即为了降低检索过程中的计算量，也是为了避免检索过程的滑动窗口在经过后验概率分类器时因为移动步长过大而对窗口判断错误。一方面减少了对系统算里的要求，提高了匹配效率，另一方面在定义部分也考虑到了多尺度的情况来生成多尺度的滑动窗口，而且由于在检索部分的多尺度滑动窗口是在初始尺度滑动窗口遍历后再进行，避免了目标对象没有尺度缩放的情况浪费过多的计算量。这种方法进一步提高了匹配效率，同时也克服了现有技术匹配过程计算量过大、无效计算过大的缺点，提高了模板匹配的准确度。配的准确度。配的准确度。

Visual location method and device based on local variance and posterior probability classifier

【技术实现步骤摘要】
基于局部方差和后验概率分类器的视觉定位方法及装置


[0001]本申请属于图像处理
，具体地讲，涉及一种基于局部方差和后验概率分类器的视觉定位方法及装置。

技术介绍

[0002]模板匹配在计算机视觉和图像处理领域是应用于目标检测和目标定位的经典方法，通过选定模板图像，计算模板图像和目标图像中滑动窗口的相似度，与模板图像相似度达到标准的为匹配的结果，从而实现在目标图像中确定模板图像对应的目标的位置。
[0003]在不考虑图像旋转、缩放、光照等因素的影响下，目标图像中的待匹配目标区域各点的像素值，应与模板图像中对应点的像素值相等。因此，过去传统的模板匹配算法都是采用基于灰度值的方法进行匹配，这些方法都是计算目标图像滑动窗口和模板图像对应点的像素值之差的绝对值之和，或是像素值之差的平方之和，这种方法虽然简单，但是当目标图像发生缩放、旋转或受到噪声干扰就会出现错误的匹配结果。
[0004]在后续对基于灰度的匹配方法的改进中，最具代表性的是提出了一种归一化互相关的模板匹配方法，这种方法基于灰度变化的概念对原先的判别函数进行了修改，但是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部方差和后验概率分类器的视觉定位方法，其特征在于，包括：根据获取的模板图像和模板所在图像大小，构建多种滑动窗口；根据所述模板图像的特征来获取多对特征点作为后验概率分类器的组点对；通过所述模板图像的方差建立局部方差分类器并使用所述局部方差分类器对所述滑动窗口进行筛选；通过滑动窗口和模板的重叠度对模板所在图像进行正负样本划分，并对正样本进行多种操作后使用后验概率分类器训练；使用负样本来进行后验概率分类器的训练和阈值修正获得最终的后验概率分类器；使用最终的后验概率分类器进行视觉定位。2.根据权利要求1所述的基于局部方差和后验概率分类器的视觉定位方法，其特征在于，所述根据获取的模板图像和模板所在图像大小，构建多种滑动窗口，包括：根据模板图像和模板所在图像大小，将定义用的初始尺度逐个像素平移构建滑动窗口；将检索用的初始尺度的移动步长设为固定值构建滑动窗口；将检索用的多尺度的移动步长设置为固定值构建滑动窗口。3.根据权利要求1所述的基于局部方差和后验概率分类器的视觉定位方法，其特征在于，所述根据所述模板图像的特征来获取多对特征点作为后验概率分类器的组点对，包括：在以模板图像的中心为圆心、模板图像最短边为直径的圆范围内进行特征点的检索获得特征点对；所述特征点对作为后验概率分类器用的第一对特征点；在同一范围区间生成随机点作为第二对特征点。4.根据权利要求1所述的基于局部方差和后验概率分类器的视觉定位方法，其特征在于，所述通过所述模板图像的方差建立局部方差分类器，包括：计算模板图像的方差；设置方差分类器的阈值为模板图像的方差的一定比例值。5.根据权利要求1所述的基于局部方差和后验概率分类器的视觉定位方法，其特征在于，所述通过滑动窗口和模板的重叠度对模板所在图像进行正负样本划分，包括：计算定义用的滑动窗口和模板图像的重叠度，并根据重叠度划分正负样本；对所有正样本进行一定角度步长的多次旋转后使用后验概率分类器取样；对模板图像缩放多次后使用后验概率分类器进行取样。...

【专利技术属性】
技术研发人员：彭凌西，林煜桐，彭绍湖，谢翔，林焕然，
申请(专利权)人：广州大学，
类型：发明
国别省市：