用于模板匹配的图像亮度自适应调节方法及目标识别方法技术

本申请公开了用于模板匹配的图像亮度自适应调节方法及目标识别方法，调节方法包括：确定多个图像亮度值；将多个具有不同图像亮度值的源图像与模板进行匹配，得到多个用于评价匹配程度的互相关系数；拟合得到图像亮度值和互相关系数之间的关系曲线；确定关系曲线中互相关系数最大值对应的最优图像亮度值；将待处理图像的亮度调节为最优图像亮度值。本申请对图像亮度进行自适应调节后，使得源图像能够以最佳亮度进行模板匹配，从而保证模板匹配的成功率，提高模板匹配算法对环境变化的鲁棒性。提高模板匹配算法对环境变化的鲁棒性。提高模板匹配算法对环境变化的鲁棒性。

【技术实现步骤摘要】
用于模板匹配的图像亮度自适应调节方法及目标识别方法


[0001]本申请涉及机器视觉
，特别涉及用于模板匹配的图像亮度自适应调节方法及目标识别方法，该方法能够应用于视觉引导工业机器人抓取与搬运。

技术介绍

[0002]模板匹配算法是计算机视觉领域中一种最基本、最常用的模式识别方法，用于解决预先给定的基准图像是否在待识别源图像出现，以及出现位置在哪里的问题，广泛应用于物体识别与定位。这里，将基准图像称为模板，待匹配图像称为源图像。模板匹配的过程是将模板与源图像进行二维卷积操作，计算二者的相似度，最后找出相似度指标出现的最大位置即为模板匹配的最佳位置。当前的模板匹配算法主要有两种，根据选择的图像指标不同分为基于灰度的模板匹配算法和基于特征的模板匹配算法。在基于灰度的模板匹配算法中，根据模板和源图像的灰度值生成的参考序列和比较序列，使用互相关（Cross Correlation，CC）系数作为模板与源图像相似度的评价指标，计算这两个序列之间的相关程度。而在基于特征的模板匹配算法中，通常选择图像中存在的物体边缘作为特征，首先使用边缘提取算法分别提取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于模板匹配的图像亮度自适应调节方法，其特征在于，包括：确定多个图像亮度值；将多个具有不同图像亮度值的源图像与模板进行匹配，得到多个用于评价匹配程度的互相关系数；拟合得到所述图像亮度值和互相关系数之间的关系曲线；确定所述关系曲线中互相关系数最大值对应的最优图像亮度值；将待处理图像的亮度调节为所述最优图像亮度值。2.根据权利要求1所述的一种用于模板匹配的图像亮度自适应调节方法，其特征在于，所述确定多个图像亮度值，包括：将预设的图像亮度值区间划分为多个间隔，将每个所述间隔的端点值作为多个所述图像亮度值。3.根据权利要求1所述的一种用于模板匹配的图像亮度自适应调节方法，其特征在于，采用最小二乘法拟合所述关系曲线。4.根据权利要求1所述的一种用于模板匹配的图像亮度自适应调节方法，其特征在于，在确定所述最优图像亮度值时，还根据预先确定的互相关系数阈值确定相应的图像亮度搜索区间，并在...

【专利技术属性】
技术研发人员：贺晨龙，李明明，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：