一种图像识别方法、模板库建立方法及装置制造方法及图纸

本申请实施例提供了一种图像识别方法、模板库建立方法及装置，涉及图像处理技术领域，包括：获取待识别图像中待识别特征点的图像特征；获取待匹配模板图像的模板信息；基于待识别特征点的图像特征、对应的模板特征点的图像特征和目标权重，计算待识别特征点与对应的模板特征点的目标特征相似度；基于待识别图像中的待识别特征点与在待匹配模板图像中对应的模板特征点的目标特征相似度，计算待识别图像与待匹配模板图像的图像相似度；基于待识别图像与待匹配模板图像的图像相似度确定待识别图像的识别结果，可以提高进行图像识别的准确性。性。性。

【技术实现步骤摘要】
一种图像识别方法、模板库建立方法及装置


[0001]本申请涉及图像处理
，特别是涉及一种图像识别方法、模板库建立方法及装置。

技术介绍

[0002]目前，模板匹配(Template Matching)技术是图像识别中最具代表性的方法之一，在基于模板匹配技术，对待识别图像进行图像识别前，可以预先建立包含多个模板图像的图像特征的模板库，每一个模板图像对应一个图像类型。
[0003]相关技术中，在对待识别图像进行图像识别时，可以提取待识别图像的图像特征。然后，分别计算待识别图像的图像特征和模板库中的每一模板图像的图像特征的相似度，得到待识别图像与各模板图像的相似度。进而，基于待识别图像与各模板图像的相似度和各模板图像的图像类型，确定待识别图像的图像类型。
[0004]然而，待识别图像的图像质量可能较低，例如，待识别图像存在模糊，局部形变等问题，导致提取到的待识别图像的图像特征的准确性较低。进而，基于准确性较低的图像特征对待识别图像进行图像识别的准确性较低。

技术实现思路

[0005]本申请实施例的目的在于提供一种图像识别方法、模板库建立方法及装置，以提高对待识别图像进行图像识别的准确性。具体技术方案如下：
[0006]在本申请实施例的第一方面，首先提供了一种图像识别方法，所述方法包括：
[0007]获取待识别图像中待识别特征点的图像特征；
[0008]获取待匹配模板图像的模板信息；其中，所述待匹配模板图像的模板信息包括：所述待匹配模板图像中的模板特征点的图像特征和目标权重；每一模板特征点的目标权重表示：基于所述待匹配模板图像和对应的多个参考图像确定的该模板特征点的图像特征的稳定性；
[0009]基于待识别特征点的图像特征、对应的模板特征点的图像特征和目标权重，计算待识别特征点与对应的模板特征点的目标特征相似度；
[0010]基于所述待识别图像中的待识别特征点与在所述待匹配模板图像中对应的模板特征点的目标特征相似度，计算所述待识别图像与所述待匹配模板图像的图像相似度；
[0011]基于所述待识别图像与所述待匹配模板图像的图像相似度，确定所述待识别图像的识别结果。
[0012]在本申请实施例的第二方面，提供了一种模板库建立方法，所述方法包括：
[0013]获取模板图像，以及所述模板图像对应的多个参考图像；
[0014]提取所述模板图像中的模板特征点的图像特征，作为模板图像特征，以及针对每一参考图像，提取该参考图像中的参考特征点的图像特征，作为参考图像特征；
[0015]计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像
中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异；
[0016]基于该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异，计算该模板特征点的目标权重；其中，每一模板特征点的目标权重表示：基于所述模板图像和所述多个参考图像确定的该模板特征点的图像特征的稳定性，该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异越大，该模板特征点的目标权重越小；
[0017]生成包含所述模板图像的模板信息的模板库；其中，所述模板图像的模板信息包括所述模板图像中模板特征点的模板图像特征，以及模板特征点的目标权重。
[0018]可选的，所述基于该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异，计算该模板特征点的目标权重，包括：
[0019]按照预设的统计方式，计算该模板特征点与该模板特征点在各参考图像中对应的参考特征点之间的各第一特征差异的统计值；
[0020]计算所述统计值的倒数与该模板特征点的预设初始权重的乘积，得到该模板特征点的目标权重。
[0021]可选的，所述模板图像中的模板特征点的模板图像特征的类型，与该模板特征点在参考图像中对应的参考特征点的参考图像特征的类型相同；该模板特征点的模板图像特征包括以下至少一项：该模板特征点的灰度值、该模板特征点与相邻的像素点之间的梯度向量、该模板特征点与相邻的像素点之间的梯度向量的方向、该模板特征点的尺度不变特征变换SIFT特征和该模板特征点的定向快速旋转简报ORB特征。
[0022]可选的，一个模板特征点的模板图像特征为多个；
[0023]所述计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异，包括：
[0024]针对该模板特征点的每一模板图像特征，从该模板特征点对应的参考特征点的参考图像特征中，确定与该模板图像特征类型相同的参考图像特征；
[0025]计算该模板图像特征与确定出的参考图像特征的特征差异，作为第二特征差异；
[0026]按照预设的统计方式，计算该模板特征点的模板图像特征与对应的参考特征点的各参考图像特征的各第二特征差异的统计值，作为该模板特征点与对应的参考特征点的第一特征差异。
[0027]可选的，所述计算该模板图像特征与确定出的参考图像特征的特征差异，作为第二特征差异，包括：
[0028]计算该模板图像特征与确定出的参考图像特征之间的距离，作为第二特征差异；
[0029]或者，
[0030]计算该模板图像特征与确定出的参考图像特征之间的特征相似度，并计算所述特征相似度的倒数，作为第二特征差异。
[0031]可选的，在所述计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异之前，所述方法还包括：
[0032]获取所述模板图像中的模板特征点在所述模板图像中的坐标，作为模板坐标；
[0033]针对每一参考图像，如果该参考图像为基于所述模板图像进行几何变换得到的，
按照对所述模板图像进行几何变换的方式，对所述模板坐标进行相同的变换，得到所述模板坐标在该参考图像中对应的坐标，作为参考坐标；
[0034]在该参考图像中确定所述参考坐标处的点，得到所述模板图像中的模板特征点在该参考图像中对应的参考特征点。
[0035]可选的，所述获取模板图像，以及所述模板图像对应的多个参考图像，包括：
[0036]获取模板图像；
[0037]基于预设的多种图像变换方式，对所述模板图像进行图像变换得到多个参考图像，和/或，获取图像采集设备采集的包含目标对象的多个图像，作为参考图像；其中，所述目标对象为所述模板图像中包含的对象。
[0038]可选的，所述预设的多种图像变换方式包括：几何变换方式、像素变换方式和亮度变换方式；
[0039]所述几何变换方式包括以下至少一项：图像旋转、图像翻转和图像缩放；
[0040]所述像素变换方式包括以下至少一项：图像模糊、高斯滤波、均值滤波和添加噪声；
[0041]所述亮度变换方式包括以下至少一项：伽马变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：获取待识别图像中待识别特征点的图像特征；获取待匹配模板图像的模板信息；其中，所述待匹配模板图像的模板信息包括：所述待匹配模板图像中的模板特征点的图像特征和目标权重；每一模板特征点的目标权重表示：基于所述待匹配模板图像和对应的多个参考图像确定的该模板特征点的图像特征的稳定性；基于待识别特征点的图像特征、对应的模板特征点的图像特征和目标权重，计算待识别特征点与对应的模板特征点的目标特征相似度；基于所述待识别图像中的待识别特征点与在所述待匹配模板图像中对应的模板特征点的目标特征相似度，计算所述待识别图像与所述待匹配模板图像的图像相似度；基于所述待识别图像与所述待匹配模板图像的图像相似度，确定所述待识别图像的识别结果。2.一种模板库建立方法，其特征在于，所述方法包括：获取模板图像，以及所述模板图像对应的多个参考图像；提取所述模板图像中的模板特征点的图像特征，作为模板图像特征，以及针对每一参考图像，提取该参考图像中的参考特征点的图像特征，作为参考图像特征；计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异；基于该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异，计算该模板特征点的目标权重；其中，每一模板特征点的目标权重表示：基于所述模板图像和所述多个参考图像确定的该模板特征点的图像特征的稳定性，该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异越大，该模板特征点的目标权重越小；生成包含所述模板图像的模板信息的模板库；其中，所述模板图像的模板信息包括所述模板图像中模板特征点的模板图像特征，以及模板特征点的目标权重。3.根据权利要求2所述的方法，其特征在于，所述基于该模板特征点与该模板特征点在参考图像中对应的参考特征点之间的第一特征差异，计算该模板特征点的目标权重，包括：按照预设的统计方式，计算该模板特征点与该模板特征点在各参考图像中对应的参考特征点之间的各第一特征差异的统计值；计算所述统计值的倒数与该模板特征点的预设初始权重的乘积，得到该模板特征点的目标权重。4.根据权利要求2所述的方法，其特征在于，所述模板图像中的模板特征点的模板图像特征的类型，与该模板特征点在参考图像中对应的参考特征点的参考图像特征的类型相同；该模板特征点的模板图像特征包括以下至少一项：该模板特征点的灰度值、该模板特征点与相邻的像素点之间的梯度向量、该模板特征点与相邻的像素点之间的梯度向量的方向、该模板特征点的尺度不变特征变换SIFT特征和该模板特征点的定向快速旋转简报ORB特征。5.根据权利要求4所述的方法，其特征在于，一个模板特征点的模板图像特征为多个；所述计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像
中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异，包括：针对所述模板图像中的模板特征点的每一模板图像特征，从该模板特征点对应的参考特征点的参考图像特征中，确定与该模板图像特征类型相同的参考图像特征；计算该模板图像特征与确定出的参考图像特征的特征差异，作为第二特征差异；按照预设的统计方式，计算该模板特征点的模板图像特征与对应的参考特征点的各参考图像特征的各第二特征差异的统计值，作为该模板特征点与对应的参考特征点的第一特征差异。6.根据权利要求5所述的方法，其特征在于，所述计算该模板图像特征与确定出的参考图像特征的特征差异，作为第二特征差异，包括：计算该模板图像特征与确定出的参考图像特征之间的距离，作为第二特征差异；或者，计算该模板图像特征与确定出的参考图像特征之间的特征相似度，并计算所述特征相似度的倒数，作为第二特征差异。7.根据权利要求2所述的方法，其特征在于，在所述计算所述模板图像中的模板特征点的模板图像特征，与该模板特征点在参考图像中对应的参考特征点的参考图像特征之间的特征差异，作为第一特征差异之前，所述方法还包括：获取所述模板图像中的模板特征点在所述模板图像中的坐标，作为模板坐标；针对每一参考图像，如果该参考图像为基于所述模板图像进行几何变换得到的，按照对所述模板图像进行几何变换的方式，对所述模板坐标进行相同的变换，得到所述模板坐标在该参考图像中对应的坐标，作为参考坐标；在该参考图像中确定所述参考坐标处的点，得到所述模板图像中的模板特征点在该参考图像中对应的参考特征点。8.根据权利要求2所述的方法，其特征在于，所述获取模板图像，以及所述模板图像对应的多个参考图像，包括：获取模板图像；基于预设的多种图像变换方式，对所述模板图像进行图像变换得到多个参考图像，和/或，获取图像采集设备采集的包含目标对象的多个图像，作为参考图像；其中，所述目标对象为所述模板图像中包含的对象。9.根据权利要求8所述的方法，其特征在于，所述预设的多种图像变换方式包括：几何变换方式、像素变换方式和亮度变换方式；所述几何变换方式包括以下至少一项：图像旋转、图像翻转和图像缩放；所述像素变换方式包括以下至少一项：图像模糊、高斯滤波、均值滤波和添加噪声；所述亮度变换方式包括以下至少一项：伽马变换、图像对比度增强和线性拉伸。10.根据权利要求8所述的方法，其特征在于，所述获取图像采集设备采集的包含目标对象的多个图像，作为参考图像，包括：获取图像采集设备的性能参数为不同参数值时，采集的所述目标对象在不同位姿的多个图像，作为参考图像；其中，所述性能参数包括以下至少一项：所述图像采集设备的曝光度、所述图像采集设备的增益值、所述图像采集设备的焦距和所述图像采集设备的图像信号处理ISP参数。
11.一种图像识别装置，其特征在于，所...

【专利技术属性】
技术研发人员：邓志辉，顾睿，
申请(专利权)人：杭州海康机器人股份有限公司，
类型：发明
国别省市：