图像模板匹配优化方法、装置及电子设备制造方法及图纸

本发明专利技术涉及一种图像模板匹配优化方法、装置及电子设备，包括：根据获取的原始图像确定待搜索图像和图像模板；针对图像模板，确定对图像模板执行预设操作后，图像模板与执行预设操作后的图像模板的重合度是否达到预设重合度阈值；在重合度达到预设重合度阈值的情况下，将图像模板与执行预设操作后的图像模板的未重合图像区域用掩膜进行标记；在掩膜标记完成后，设置未重合图像区域中处于边缘像素的权重大于重合图像区域中处于边缘像素的权重，其中，重合图像区域为图像模板与执行预设操作后的图像模板重合的区域；将设置权重后的图像模板作为目标模板图像，与待搜索图像进行模板匹配，提高了匹配准确性。提高了匹配准确性。提高了匹配准确性。

【技术实现步骤摘要】
图像模板匹配优化方法、装置及电子设备


[0001]本专利技术涉及图像处理
，尤其涉及一种图像模板匹配优化方法、装置及电子设备。

技术介绍

[0002]模板匹配算法是机器视觉领域中的一种重要算法，它的主要作用是在图像中寻找一个特定的模板，从而实现对图像中的物体进行有无检测、计数、定位和识别等。现有的模板匹配算法，通过调参无法精准匹配到具有周期性特征的图案模板，匹配结果会出现一个或多个周期的偏移。导致图案包括细长的条状物体，大块的散热鳍片，还有软排线(Flexible Flat Cable)。
[0003]这个问题的产生可能有以下几个原因：一是对于周期性图案来说，一个周期的偏移对总的匹配分数影响不是很大；二是内置的各种提高速度的方法，正常情况下可以在不影响结果的同时大幅提高匹配速度，但在一些特殊情况下可能出现问题，例如，在平移后与自身仍然保持高度重合的图案，其中图片上部为准确匹配的情况，中间和下部为左右匹配存在偏移的情况，匹配得分从上到下分别为100%，99.8%和91%。由中间的匹配偏移图可知发生偏移时匹配的分数可以与完美匹配时极为接近，在实际存在复杂背景噪音和光线干扰的情况下，使用求局部的分数最大值坐标的方法无法可靠地实现准确模板匹配。
[0004]在环境复杂匹配项目中，更容易出现匹配出错的情况，例如，匹配结果在左右方向上出现偏差，因为该图案呈现一定周期性规律，在左右偏移特定距离后仍与自身有大量重合，从而导致匹配得分与完美匹配时相差不大，但是，对模板匹配准确行的要求较高的情况下，其精度要求通常需达到亚像素级精度，因此匹配结果出现偏移时会远超精度要求，这种匹配结果出现偏移的情况可能会比没有找到匹配结果后果更严重，比如导致机械手抓取物料时姿势错误。
[0005]目前主流的模板匹配算法，都没有针对这一类周期性图案的优化选项，且在实际工程项目中确实出现了对周期性图案进行模板匹配时发生结果偏移的情况。
[0006]而针对解决偏移的方法，将参数设置为不考虑时间成本的选项，通常仍然无法解决偏移的问题。而通过不断慢慢地增加匹配分数阈值，来期望可以排除出现偏移的非最优匹配。测试结果显示匹配分数阈值增加到一定程度会连偏移的值都检测不到，也检测不到最优解。而通过将重复性图案中间区域用掩膜来排除，只保留首尾两个周期的图案，使得模板匹配时忽略中间的区域，这样不会出现匹配偏移的情况。但是，经过测试统计匹配的准确率出现了下降，也就是说，虽然抑制了匹配结果偏移的概率，但是正确匹配的概率相比之前也下降了。参见图1到图3所示，在图1中，相对于原始的待匹配图像（图1中最上方的图像），匹配后的第一幅图像（图1中中间的图像）出现了向+X轴方向的偏移，而匹配后的第二幅图像（图1中最下方的图像）出现了较大的向
‑
X轴方向的偏移。图1中两端空白是相对待匹配图像出现偏移未准确匹配的匹配偏移区域；在图2中，相对于原始的待匹配图像（图2中最左的图像），匹配后的第一幅图像（图2中最右的图像）出现了向
‑
X轴方向的偏移，同理，图2中右
端空白是相对待匹配图像出现偏移未准确匹配的匹配偏移区域；在图3中，相对于原始的待匹配图像（图3中最左的图像），匹配后的第一幅图像（图3中中间的图像）出现了向
‑
X轴方向的偏移，同理，图3中右端空白是相对待匹配图像出现偏移未准确匹配的匹配偏移区域。
[0007]而通过在得到可能的匹配坐标后，对该坐标一定范围的左右平移和一定范围的角度旋转，从而搜索附近是否有更优的匹配结果。经过测试，这种方法在范围过大时，会显著降低模板匹配算法的速度，而周期性图案发生偏移时的偏移量可能会大幅高于一般的临近搜索范围，且不能纠正因为旋转180
°
导致的匹配错误（因为有些图像在旋转180
°
后，与自身相似度很高，但又不完全相同）。例如，参见图3所示，在完成匹配之后，匹配后的第2幅图像（图3中最右的图像）相对相对待匹配图像出现了180
°
的翻转，根据坐标轴来看，待匹配图像的缺口是朝向
‑
Y方向的，而匹配后的第2幅图像的缺口朝向+Y方向。

技术实现思路

[0008]为克服相关技术中图像模板匹配导致偏移，影响图像识别准确性较低的技术问题，本公开提供一种图像模板匹配优化方法、装置及电子设备。
[0009]在本公开实施例的第一方面，提供一种图像模板匹配优化方法，所述图像模板匹配优化方法包括：根据获取的原始图像，确定待搜索图像和图像模板；针对所述图像模板，确定对所述图像模板执行预设操作后，所述图像模板与执行预设操作后的图像模板的重合度是否达到预设重合度阈值，其中，所述预设操作包括旋转、平移、旋转加平移中的至少一者；在所述重合度达到所述预设重合度阈值的情况下，将所述图像模板与所述执行预设操作后的图像模板的未重合图像区域用掩膜进行标记；在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重大于重合图像区域中处于边缘像素的权重，其中，所述重合图像区域为所述图像模板与所述执行预设操作后的图像模板重合的区域；将设置权重后的图像模板作为目标模板图像，与所述待搜索图像进行模板匹配。
[0010]在一种优选的方式中，所述在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重大于重合图像区域中处于边缘像素的权重，包括：在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重为重合图像区域中处于边缘像素的权重的4倍。
[0011]在一种优选的方式中，所述将设置权重后的图像模板作为目标模板图像，与所述待搜索图像进行模板匹配，包括：将所述设置权重后的图像模板作为目标模板图像，获取所述目标模板图像中处于边缘的所有的目标采样点的权重；将各所述目标采样点的权重累加，得到所述目标模板图像的最大分数S
max
；遍历执行：以任意角度放置所述图像模板，将所述目标模板图像的中心与所述待搜索图像的任一像素重合，确定每一所述目标采样点与所述待搜索图像上任一点的梯度向量夹角，并根据所述最大分数S
max
、每一所述目标采样点的权重以及该目标采样点对应的所述梯度向量夹角，得到模板匹配分值；
根据所述模板匹配分值，将各角度对应的目标图像模板与所述待搜索图像进行模板匹配。
[0012]在一种优选的方式中，所述根据所述最大分数S
max
、每一所述目标采样点的权重以及该目标采样点对应的所述梯度向量夹角，得到模板匹配分值，包括：计算每一所述目标采样点的权重与对应的所述梯度向量夹角的绝对值的乘积；对所述乘积求和，得到匹配得分；将所述匹配得分与所述最大分数S
max
的比值作为本次设置权重后的图像模板的中心与所述待搜索图像的任一像素重合的模板匹配分值。
[0013]在一种优选的方式中，通过如下公式确定所述设置权重后的图像模板的中心与所述待搜索图像的任一像素重合的情况下对应的模板匹配分值S：，其中，为第 i 个目标采样点与所述待搜索图像上任一点的梯度向量夹角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像模板匹配优化方法，其特征在于，所述图像模板匹配优化方法包括：根据获取的原始图像，确定待搜索图像和图像模板；针对所述图像模板，确定对所述图像模板执行预设操作后，所述图像模板与执行预设操作后的图像模板的重合度是否达到预设重合度阈值，其中，所述预设操作包括旋转、平移、旋转加平移中的至少一者；在所述重合度达到所述预设重合度阈值的情况下，将所述图像模板与所述执行预设操作后的图像模板的未重合图像区域用掩膜进行标记；在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重大于重合图像区域中处于边缘像素的权重，其中，所述重合图像区域为所述图像模板与所述执行预设操作后的图像模板重合的区域；将设置权重后的图像模板作为目标模板图像，与所述待搜索图像进行模板匹配。2.根据权利要求1所述的图像模板匹配优化方法，其特征在于，所述在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重大于重合图像区域中处于边缘像素的权重，包括：在掩膜标记完成后，设置所述未重合图像区域中处于边缘像素的权重为重合图像区域中处于边缘像素的权重的4倍。3.根据权利要求1所述的图像模板匹配优化方法，其特征在于，所述将设置权重后的图像模板作为目标模板图像，与所述待搜索图像进行模板匹配，包括：将所述设置权重后的图像模板作为目标模板图像，获取所述目标模板图像中处于边缘的所有的目标采样点的权重；将各所述目标采样点的权重累加，得到所述目标模板图像的最大分数S
max
；遍历执行：以任意角度放置所述图像模板，将所述目标模板图像的中心与所述待搜索图像的任一像素重合，确定每一所述目标采样点与所述待搜索图像上任一点的梯度向量夹角，并根据所述最大分数S
max
、每一所述目标采样点的权重以及该目标采样点对应的所述梯度向量夹角，得到模板匹配分值；根据所述模板匹配分值，将各角度对应的目标图像模板与所述待搜索图像进行模板匹配。4.根据权利要求3所述的图像模板匹配优化方法，其特征在于，所述根据所述最大分数S
max
、每一所述目标采样点的权重以及该目标采样点对应的所述梯度向量夹角，得到模板匹配分值，包括：计算每一所述目标采样点的权重与对应的所述梯度向量夹角的绝对值的乘积；对所述乘积求和，得到匹配得分；将所述匹配得分与所述最大分数S
max
的比值作为本次设置权重后的图像模板的中心与所述待搜索图像的任一像素重合的模板匹配分值。5.根据权利要求4所述的图像模板匹配优化方法，其特征在于，通过如...

【专利技术属性】
技术研发人员：李哲诚，殷晓平，李鹏飞，邵健，陈玮，
申请(专利权)人：苏州聚视兴华智能装备有限公司，
类型：发明
国别省市：