一种基于SIFT和CM的变形目标定位算法制造技术

本发明专利技术属于模板匹配技术领域，且公开了一种基于SIFT和CM的变形目标定位算法，包括以下步骤：S1.对图像和模板建立若干层金字塔；S2.对顶层模板和顶层图像采用SIFT算法得到若干对匹配点，并根据最近距离和次近距离的比值筛选出一部分匹配点对；S3.设置离群点距离阈值，采用RANSAC算法从上一步筛选出的匹配点对中挑出离群点最少的三对匹配点，并保存相应的仿射变换矩阵；S4.从上一步保存的仿射变换矩阵中解析出旋转角度θ，x方向缩放系数scalex，y方向缩放系数scaley，模板的坐标系原点在图像上的位置，即得顶层模板在顶层图像上的定位结果。本发明专利技术能减少计算量，快速地定位出变形目标，具有较好的实时性，同时具有较高的定位精度。度。度。

【技术实现步骤摘要】
一种基于SIFT和CM的变形目标定位算法


[0001]本专利技术属于模板匹配
，具体为一种基于SIFT和CM的变形目标定位算法。

技术介绍

[0002]SIFT和CM全称为Scale Invariant Feature Transform和Chamfer Matching，现有技术中的模板匹配技术主要分为基于像素灰度值的方法和基于特征的方法。
[0003]基于像素灰度值的方法大致步骤为：先将模板进行缩放旋转得到一系列模板，然后将每一个模板在图像上滑动，计算每个位置处的指标，比如sum the absolute gray value differences between template and image(SAD)或者sum the squared gray value differences between template and image(SSD)或者normalized cross
‑
correlation(NCC)，得到指标图像，选取适当的阈值对指标图像进行阈值化，在阈值化后的指标图像中选取极小值点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SIFT和CM的变形目标定位算法，其特征在于：包括以下步骤：S1.对图像和模板建立若干层金字塔；S2.对顶层模板和顶层图像采用SIFT算法得到若干对匹配点，并根据最近距离和次近距离的比值筛选出一部分匹配点对；S3.设置离群点距离阈值，采用RANSAC算法从上一步筛选出的匹配点对中挑出离群点最少的三对匹配点，并保存相应的仿射变换矩阵；S4.从上一步保存的仿射变换矩阵中解析出旋转角度θ，x方向缩放系数scalex，y方向缩放系数scaley，模板的坐标系原点在图像上的位置，即得顶层模板在顶层图像上的定位结果；S5.分别以θ,scalex,scaley为中心做邻域，得到U(θ)，U(scalex)，U(scaley)，将这三个邻域做笛卡尔积，再对底层模板做相应的变换得到一系列的模板；S6.将顶层定位结果中的坐标(x0,y0)乘以某个放大倍数投影到底层图像上，得到底层模板的坐标系原点在底层图像上的大致坐标(x1,y1)，以(x1,y1)为中心做一个邻域，将S5中得到的一系列模板的坐标系原点在该邻域中滑动并计算chamfer distance，找出最小chamfer distance所对应的模板及其位置，该模板对应的旋转角度，x方向缩放系数，y方向缩放系数，坐标系原点在图像上的坐标，即是最终的定位结果。2.根据权利要求1所述的一种基于SIFT和CM的变形目标定位算法，其特征在于：所述S2中通过对顶层模板和顶层图像采用SIFT算法，分别检测特征点，计算特征点描述，对模板每一个特征点描述，在图像所有特征点描述中找出与之最匹配的两个特征点描述，并计算最近距离和次近距离的比值，如果比值小于设定的阈值，则将该模板特征点和与之最匹配的图像特征点作为一个匹配对。3.根据权利要求1所述的一种基于SIFT和CM的变形目标定位算法，其特征在于：所述S3...

【专利技术属性】
技术研发人员：吴昊，陈红光，卢兴中，
申请(专利权)人：上海贝特威自动化科技有限公司，
类型：发明
国别省市：