【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种图像匹配方法、匹配模组及芯片。
技术介绍
1、当前的图像匹配系统，通常采用预先录入多个模板图像，将模板图像逐一与新采集待识别图像进行匹配的方法。若存在与至少一个模板图像匹配成功，则将此次匹配判断为匹配成功；若没有模板图像与待识别图像匹配成功，则匹配失败。
2、然而随着样本采集设备的小型化发展，受限于采集设备尺寸和形状，使得采集的模板图像和待识别图像尺寸较小。如图1所示，以窄条形采集设备(采集设备的高＞＞宽)为例，当录入的模板图像(a)和待识别图像(b)角度差异较大时，两个图像的重叠比例会很小，容易导致拒识或误识的发生。
3、因此，如何提升图像匹配过程中的图像识别率及图像匹配的准确率成为目前亟需解决的问题。
技术实现思路
1、鉴于上述问题，本申请的目的在于提供一种图像匹配方法、匹配模组及芯片以提升图像匹配过程中的图像识别率及图像匹配的准确率。
2、根据本申请的一方面，提供一种图像匹配方法，其中，包括：将待匹配图像分别与多个模板图像进行匹配，以确定第一参数，所述第一参数为所述多个模板图像中与所述待匹配图像匹配成功的所述模板图像的数量；确定所述多个模板图像中与所述待匹配图像具有相关位置关系的相关模板图像；以及在所述第一参数大于0且小于/等于第一预设值的情况下，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配，并在所述待匹配图像与各所述相关模板图像的融合图像匹配成功的情况下判定所述待匹配图像与所述多个模板图像对应
3、可选地，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的步骤包括：根据相应的所述相关位置关系，分别获得各所述相关模板图像在所述待匹配图像的坐标系下的投影图像；以及根据所述投影图像的拼接图像生成所述融合图像。
4、可选地，根据各所述投影图像的拼接图像生成所述融合图像的步骤包括：当多个所述投影图像在所述坐标系下有重叠区域时，选择其中具有最高置信度的所述相关模板图像的所述投影图像生成所述拼接图像中相应的区域；和/或在所述坐标系下，在所述拼接图像中选择所述待匹配图像在位置和尺寸上等同的子区域作为所述融合图像。
5、可选地，所述将待匹配图像分别与多个模板图像进行匹配包括：提取所述待匹配图像与各所述模板图像的特征点；根据所述特征点匹配情况获取第一评估分数以判断所述模板图像与所述待匹配图像是否匹配成功，并在所述第一评估分数大于第一阈值时，判定所述模板图像与所述待匹配图像匹配成功。
6、可选地，确定所述相关模板图像的步骤包括：根据所述特征点匹配情况获取第二评估分数以判断所述模板图像与所述待匹配图像是否具有所述相关位置关系，并在所述第二评估分数大于第二阈值时，判定所述模板图像与所述待匹配图像具有所述相关位置关系。
7、可选地，所述图像匹配方法还包括：在所述相关模板图像的数量小于第二预设值时，判定所述待匹配图像与所述多个模板图像对应的目标对象匹配失败。
8、可选地，所述第一评估分数和所述第二评估分数的获取逻辑相同/不同，且在所述第一评估分数和所述第二评估分数的获取逻辑相同时，所述第二阈值小于所述第一阈值。
9、可选地，根据所述待匹配图像与各所述模板图像间相匹配的特征点计算所述相关位置关系，所述相关位置关系的表示方法包括各所述模板图像与所述待匹配图像间的变化矩阵以及各所述模板图像与所述待匹配图像间的旋转平移参数。
10、可选地，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的步骤还包括：获取第三评估分数，所述第三评估分数用于评价所述待匹配图像和所述融合图像的匹配程度；以及比较所述第三评估分数与第三阈值，在所述第三评估分数大于所述第三阈值时，判定所述待匹配图像与所述融合图像匹配成功，反之则匹配失败。
11、可选地，所述图像匹配方法还包括：在所述第一参数大于所述预设值的情况下，判定所述待匹配图像与所述多个模板图像对应的目标对象匹配成功；或在所述待匹配图像与各所述相关模板图像的融合图像匹配失败的情况下判定所述待匹配图像与所述多个模板图像对应的目标对象匹配失败。
12、可选地，所述将待匹配图像分别与多个模板图像进行匹配的算法包括：orb算法、fast算法、sift算法以及surf算法。
13、可选地，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的方法包括：深度网络模型匹配方法、模板匹配方法以及特征点匹配方法。
14、根据本申请的再一方面，提供一种图像匹配模组，其中，包括：处理器，用于执行如上述任一项所述的图像匹配方法；以及存储器，用于存储所述待匹配图像以及多个所述模板图像。
15、根据本申请的第三方面，提供一种芯片，包括如上所述的图像匹配模组。
16、根据本申请提供的图像匹配方法、匹配模组及芯片，在待识别图像与单个模板图像历遍式匹配的基础上，当与待匹配图像匹配成功的模板数量小于/等于第一预设值时，根据多个模板图像中与待匹配图像具有相关位置关系的至少为第二预设值的相关模板图像获取融合样本，并对融合样本与待识别图像进行再次匹配，从而降低由于模板图像和待识别图像尺寸、形状受限，使得待识别图像与单个模板图像重叠比例低，而导致的拒识或识别错误，提升了图像匹配过程中图像的识别率和匹配准确率。
本文档来自技高网...【技术保护点】
1.一种图像匹配方法，其中，包括：
2.根据权利要求1所述的图像匹配方法，其中，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的步骤包括：
3.根据权利要求2所述的图像匹配方法，其中，根据各所述投影图像的拼接图像生成所述融合图像的步骤包括：
4.根据权利要求1所述的图像匹配方法，其中，所述将待匹配图像分别与多个模板图像进行匹配包括：
5.根据权利要求4所述的图像匹配方法，其中，确定所述相关模板图像的步骤包括：
6.根据权利要求5所述的图像匹配方法，其中，所述图像匹配方法还包括：在所述相关模板图像的数量小于第二预设值时，判定所述待匹配图像与所述多个模板图像对应的目标对象匹配失败。
7.根据权利要求5所述的图像匹配方法，其中，所述第一评估分数和所述第二评估分数的获取逻辑相同/不同，且在所述第一评估分数和所述第二评估分数的获取逻辑相同时，所述第二阈值小于所述第一阈值。
8.根据权利要求5所述的图像匹配方法，其中，根据所述待匹配图像与各所述模板图像间相匹配的特征点计算所述相关位置关系，所述相关位置
9.根据权利要求2所述的图像匹配方法，其中，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的步骤还包括：
10.根据权利要求1所述的图像匹配方法，其中，所述图像匹配方法还包括：
11.根据权利要求1所述的图像匹配方法，其中，所述将待匹配图像分别与多个模板图像进行匹配的算法包括：ORB算法、FAST算法、SIFT算法以及SURF算法。
12.根据权利要求1所述的图像匹配方法，其中，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的方法包括：深度网络模型匹配方法、模板匹配方法以及特征点匹配方法。
13.一种图像匹配模组，其中，包括：
14.一种芯片，包括如权利要求13所述的图像匹配模组。
...【技术特征摘要】
1.一种图像匹配方法，其中，包括：
2.根据权利要求1所述的图像匹配方法，其中，将所述待匹配图像与各所述相关模板图像的融合图像进行匹配的步骤包括：
3.根据权利要求2所述的图像匹配方法，其中，根据各所述投影图像的拼接图像生成所述融合图像的步骤包括：
4.根据权利要求1所述的图像匹配方法，其中，所述将待匹配图像分别与多个模板图像进行匹配包括：
5.根据权利要求4所述的图像匹配方法，其中，确定所述相关模板图像的步骤包括：
6.根据权利要求5所述的图像匹配方法，其中，所述图像匹配方法还包括：在所述相关模板图像的数量小于第二预设值时，判定所述待匹配图像与所述多个模板图像对应的目标对象匹配失败。
7.根据权利要求5所述的图像匹配方法，其中，所述第一评估分数和所述第二评估分数的获取逻辑相同/不同，且在所述第一评估分数和所述第二评估分数的获取逻辑相同时，所述第二阈值小于所述第一阈值。
8.根据权利要求5所述的图...
【专利技术属性】
技术研发人员：陈世林，
申请(专利权)人：北京集创北方科技股份有限公司，
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。