【技术实现步骤摘要】
图像匹配的定位核区域自动提取方法、装置、设备和介质
[0001]本申请涉及机器视觉
，特别是涉及一种图像匹配的定位核区域自动提取方法、装置、设备和介质。
技术介绍
[0002]图像匹配是机器视觉技术中一种自动寻找图像中某个指定图案或物品中某个指定部位的算法，其首先在一张参考图像中标记、框选出定位核区域制作模型，然后在目标图像中查找定位出模型的位置和角度。图像匹配一般分为“灰度匹配”和“特征匹配”。目前，灰度匹配方法主流的是Correlation
‑
Based(基于相关性)灰度值匹配，该方法使用归一化互相关函数值来评价模板图像(定位核区域内的图像)与目标图像的相似性，是一种简单有效的匹配算法，但不适合存在旋转情况的匹配。特征匹配方法是分别提取模板图像和目标图像中的特征(点、线等特征)并对特征进行参数描述，然后运用所描述的参数进行匹配，其中点特征(边缘点、角点、兴趣点等)的匹配使用广泛，特征点模型通常具备尺度和旋转不变性，可以适用存在放缩和旋转情况的匹配。这两种匹配方法的使用步骤上都统一为：选择参考图像、...
【技术保护点】
【技术特征摘要】
1.一种图像匹配的定位核区域自动提取方法，其特征在于，包括：获取设置的参考图像和图像匹配数据；根据所述图像匹配数据确定所述参考图像的备选区域；在所述备选区域中提取定位核区域，包括：对所述备选区域进行特征提取，生成特征点的集合；根据所述特征点的集合确定多个最小外接正矩形，得到多个矩形区域；对所述矩形区域进行唯一性检测，选取通过唯一性检测的矩形区域；对通过唯一性检测的矩形区域进行定位精度检测，选取通过定位精度检测的矩形区域作为从所述备选区域提取的定位核区域。2.根据权利要求1所述的方法，其特征在于，所述图像匹配数据包括定位核区域数量，所述根据所述图像匹配数据确定所述参考图像的备选区域，包括：对所述参考图像进行网格化，得到若干个网格；从所有网格中选取所述定位核区域数量的网格组成一个网格组合，将若干个所述网格组合存入组合集；遍历所述组合集，将当前网格组合中的各网格所在区域分别作为备选区域，并执行所述在所述备选区域中提取定位核区域的步骤；所述在所述备选区域中提取定位核区域的步骤之后，还包括：若当前网格组合中的所有备选区域均提取到定位核区域，则退出遍历、输出提取到的定位核区域。3.根据权利要求2所述的方法，其特征在于，所述对所述参考图像进行网格化，得到若干个网格，包括：根据所述定位核区域数量，将所述参考图像网格化为行数和列数相等的多个网格；其中，行数或列数满足：式中，n为行数或列数，num为所述定位核区域数量。4.根据权利要求2所述的方法，其特征在于，所述从所有网格中选取所述定位核区域数量的网格组成一个网格组合，将若干个所述网格组合存入组合集，包括：对所述网格进行编号；选取所述定位核区域数量个编号进行组合，得到多个网格组合；分别计算各网格组合中编号对应的网格之间的距离之和，筛选距离之和最大的网格组合存入组合集。5.根据权利要求1所述的方法，其特征在于，所述图像匹配数据包括图像匹配方法；所述对所述备选区域进行特征提取，生成特征点的集合，包括：若所述图像匹配方法为特征点匹配，则调用已存的特征点提取器接口对所述备选区域进行特征提取，将提取的特征点存入特征点的集合；若所述图像匹配方法为灰度匹配，则使用预设尺寸的窗口按照预设步幅滑动所述备选
区域，并计算每步窗口内图像的熵值，以及记录每步窗口的中心点坐标；确定最大熵值，筛选大于最大熵值预设倍数的熵值；将筛选的熵值所对应窗口的中心点坐标作为特征点存入特征点的集合。6.根据权利要求1所述的方法，其特征在于，所述根据所述特征点的集合确定多个最小外接正矩形，得到多个矩形区域，包括：采用基于密度的聚类算法对所述特征点的集合进行聚类，得到多个蔟；分别生成各蔟的最小外接正矩形，得到多个矩形区域。7.根据权利要求1所述的方法，其特征在于，所述图像匹配数据包括匹配方法对应参数；所述对所述矩形区域进行...
【专利技术属性】
技术研发人员：王承峰，戴昌志，钱勇，
申请(专利权)人：长川科技苏州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。