【技术实现步骤摘要】
本专利技术涉及图像识别，更具体地，涉及一种自抗离焦模糊的灰度模板匹配方法及系统。
技术介绍
1、灰度模板匹配方法，是一种兼顾精度与实时性的图像识别算法，在缺陷检测、位移测量、运动追踪等领域得到广泛应用。灰度模板匹配方法的原理，是通过图像的灰度信息计算模板与检测图像的相似度，获取模板在检测图像中的坐标位置。这一原理，限制了测量对象需保持在“对焦平面”，或测量对象与模板保持“完全一致”的离焦程度以不影响匹配。如果在与“对焦平面”垂直的方向产生离面位移，将会使检测图像产生离焦模糊，影响检测图像的灰度信息。而模板是单一固定的，因此对匹配精度造成影响。在工业现场，测量对象广泛存在偏离“对焦平面”的位移，尤其是处于运动中的测量对象或微米级精度的测量场景。
2、测量对象在运动过程中所产生的偏离“对焦平面”的位移，会使图像产生离焦模糊，影响图像灰度信息。现有的灰度模板匹配方法，采用单一模板进行匹配，且模板是人工选择，质量欠佳、缺乏鲁棒性。当图像存在离焦模糊时，模板无法跟随检测图像的离焦劣化进行自适应调节。离焦图像与模板间的灰度差异过大，无法实现正确匹配。因此，现有的灰度模板匹配方法无法避免因图像离焦模糊而精度劣化的问题。只能将这种离焦模糊引起的测量误差，作为图像测量系统噪声的一部分，无法剥离、无法补偿、无法消除，制约了测量精度的进一步提升。
3、现有技术在硬件方面有采用电子变焦透镜、采用液态镜头聚焦、采用ccd相机与光栅传感器提供反馈信息以补偿运动过程中带来的离焦等方式对图像离焦模糊进行补偿；在软件方面有对晶圆进行预处理
4、然而，由于现实工业生产过程中图像的离焦程度具有不确定性，现有灰度模板匹配方法无法在不同离焦情况下进行精确测量。对于图像离焦模糊产生的误差，没有很好的解决办法。随着灰度模板匹配方法的广泛应用，以及测量精度的逐步提高，需要适配的测量对象增多。而现有的灰度模板匹配方法，无法在离焦情况下进行正常工作，极大限制了应用范围。
5、为此，结合以上需求和现有技术缺陷，本申请提出了一种自抗离焦模糊的灰度模板匹配方法及系统。
技术实现思路
1、本专利技术提供了一种自抗离焦模糊的灰度模板匹配方法及系统，使模板能够依据检测图像离焦情况进行自适应调节，实现图像离焦时的精准测量，即具备自抗离焦模糊的鲁棒性。
2、本专利技术的首要目的是为解决上述技术问题，本专利技术的技术方案如下：
3、本专利技术第一方面提供了一种自抗离焦模糊的灰度模板匹配方法，本方法包括以下步骤：
4、s1、获取符合预设图像质量评价指标的待检测图像。
5、s2、选取待检测图像的若干区域作为第一模板，将其中符合预设模板评估分数的第一模板作为第二模板。
6、s3、对待检测图像进行离焦模糊处理得到模糊图像集，从模糊图像集中根据第二模板选取模糊图像组成模糊模板集。
7、s4、计算待检测图像的清晰度评价值和模糊模板集的清晰度评价值，选取小于预设清晰度评价值差异阈值的模糊图像进行灰度模板匹配。
8、进一步地，步骤s1中所述待检测图像在对照明光源进行色温调节后采集获得；所述图像质量评价指标由成像质量评价函数得到，所述成像质量评价函数为：
9、s＝s(ems，rpsn，mssi)
10、其中，ems，rpsn，mssi均为图像质量评价指标，ems为图像的最小均方差，rpsn为图像的峰值信噪比，mssi为图像的结构相似度。
11、进一步地，所述对照明光源进行色温调节的具体过程为：
12、s11：对于不同大小的色温集合t＝{t1，t2，...tn-1，tn}，依次从色温集合t选择不同的色温作为照明光源色温，并获取不同色温照明下的待检测图像，记为i1，i2，...in-1，in。
13、s12：通过成像质量评价函数分别对待检测图像i1，i2，...in-1，in进行评估，评估结果记为s1，s2，...，sn-1，sn。
14、s13：筛选出评估结果最佳值si＝max[s1，s2，...，sn-1，sn]，将对应的色温参数ti设置为后续步骤照明光源色温。
15、进一步地，所述步骤s2具体为：
16、s21：从待检测图像i的不同位置截取尺寸相同的区域作为第一模板，记为t1，t2，...tn-1，tn。
17、s22：通过模板评估函数分别对第一模板t1，t2，...tn-1，tn的特征质量进行评价，得到的模板评价分数记为r1，r2，...rn-1，rn。
18、s23：筛选出所得模板评价分数的最大值ri＝max[r1，r2，...，rn-1，rn]，将对应的第一模板ti作为第二模板tpt，记录第二模板tpt的尺寸m×n与其在检测图像i中的位置(x，y)，其中i∈[1，2，...，n]。
19、进一步地，所述模板评估函数具体为：
20、r＝λ1λ2-k(λ1+λ2)2
21、其中，λ1和λ2分别为矩阵h的特征值，k为经验系数，所述矩阵h具体为：
22、
23、其中，t为模板，x是包含所有像素坐标的矩阵。
24、需要说明的是，所述步骤s2适用于对模板无特殊规定的场合，当模板已确定时，可跳过步骤s2。
25、进一步地，所述步骤s3具体为：
26、s31：预设不同大小的高斯模糊系数集合σ＝{σ1，σ2，...σn-1，σn}，根据集合σ创建不同大小的高斯模板集合g＝{g1，g2，...gn-1，gn}。
27、s32：将待检测图像i与高斯模板集合g＝{g1，g2，...gn-1，gn}进行卷积运算，得到不同模糊度的检测图像，记为模糊图像i′1，i′2，...i′n-1，i′n，形成模糊图像集i′。
28、s33：根据第二模板tpt的尺寸m×n与位置(x，y)，从模糊图像集i′截取图像，记为模糊模板t′1，t′2，...t′n-1，t′n，形成模糊模板集t′。
29、需要说明的是，所述高斯模糊系数集合的取值范围和元素数量可根据实际条件自由定义，所述高斯模板的尺寸l×l与高斯模糊系数有关，具体为：
30、l＝2×floor(2×σ)+1
31、其中，floor代表向下取整。
32、进一步地，步骤s4中，计算所述清晰度评价值的方式为采用清晰度评价函数计算所述模糊图像集i′中的模糊图像i′1，i′2，...i′n-1，i′n清晰度评价值，记为f1，f2，...fn-1，fn；所述清晰度评价函数为方差函数，具体为：
33、
34、
35、其中，f(x，y)为坐标(x，y)处的像素灰度值，μ为图像的平均灰度值，m×n为图像的尺寸大小。
36、需要说明的是，由于模糊本文档来自技高网...
【技术保护点】
1.一种自抗离焦模糊的灰度模板匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，步骤S1中所述待检测图像在对照明光源进行色温调节后采集获得；所述图像质量评价指标由成像质量评价函数得到，所述成像质量评价函数为：
3.根据权利要求2所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述对照明光源进行色温调节的具体过程为：
4.根据权利要求1所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述步骤S2具体为：
5.根据权利要求4所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述模板评估函数具体为：
6.根据权利要求2所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述步骤S3具体为：
7.根据权利要求6所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，步骤S4中，计算所述清晰度评价值的方式为采用清晰度评价函数计算所述模糊图像集I′中的模糊图像I′1，I′2，…I′n-1，I′n清晰度评价值，记为f1，f2，...fn-1，fn；
8.根据权利要求7所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述步骤S4具体为：
9.根据权利要求8所述的一种自抗离焦模糊的灰度模板匹配，其特征在于，所述清晰度匹配函数具体为：
10.一种自抗离焦模糊的灰度模板匹配系统，该系统用于权利要求1-9任一项所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，包括有：图像获取模块、图像处理模块、灰度模板匹配模块；
...【技术特征摘要】
1.一种自抗离焦模糊的灰度模板匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，步骤s1中所述待检测图像在对照明光源进行色温调节后采集获得；所述图像质量评价指标由成像质量评价函数得到，所述成像质量评价函数为：
3.根据权利要求2所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述对照明光源进行色温调节的具体过程为：
4.根据权利要求1所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述步骤s2具体为：
5.根据权利要求4所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述模板评估函数具体为：
6.根据权利要求2所述的一种自抗离焦模糊的灰度模板匹配方法，其特征在于，所述步骤s3...
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。