[發明專利]基于云計算的圖像特征優化方法

在審

• 申請號: 201910213635.2
• 申請日: 2019-03-20
• 公開（公告）號: CN110084269A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 肖颯
• 申請（專利權）人: 合肥名德光電科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

本發明公開了基于云計算的圖像特征優化方法，涉及圖像處理領域。本發明步驟如下：S1：獲取大量參考圖像，采集每張圖像的LBP特征向量并制作模板；S2：采用邊緣檢測算子來提取模板的邊緣圖像；S3：對邊緣圖像進行二值化處理構建模板索引；S4：輸入待處理圖像進行搜索匹配操作，由LOG邊緣檢測算子得到其二值化邊緣圖像；S5：將得到的二值化邊緣圖像轉換成行程編碼索引表；S6：根據索引表進行設定模板的搜索匹配操作，得到相識度曲線。本發明通過獲取大量參考圖像采集LBP特征向量制作模板，對邊緣圖像進行二值化處理構建模板索引，創建行程編碼索引表進行模板的搜索匹配操作，提高了圖像特征優化匹配精度和運算效率，同時增加了搜索的魯棒性。

技術領域

本發明屬于圖像處理領域，特別是涉及一種基于云計算的圖像特征優化方法。

背景技術

基于計算機視覺的圖像測量系統正成為一種提高檢測效率和保證產品質量的關鍵技術，具有廣闊的應用前景。但由于成像系統的視場范圍與檢測分辨率呈反比關系，提高測量精準度必須以縮小成像系統的視場范圍為代價，對于超過攝像機視場范圍的大尺寸零件，由于攝像機一次只能拍攝到零件的局部，必須進過多次拍攝后在進行拼接的辦法解決。

為了實現圖像拼接和測量的自動化，基于模板匹配的拼接算法必須能自動提取基準模板，而模板的選取對應拼接精度有至關重要的影響。傳統模板匹配一般選用圖像的灰度特征構建模板，一個模板就是圖像的某個區域的子圖；如果此區域相對于周圍區域包含的信息過少，將導致后續匹配過程的失敗；如果區域尺寸過大，而不同區域的信息量分布不均勻，導致運算耗時和精度下降。

考慮到這些不足，本發明提供了一種最優模板的自動提取策略，已提高匹配精度并減少運算時間。

發明內容

本發明的目的在于提供一種基于云計算的圖像特征優化方法，通過獲取大量參考圖像采集LBP特征向量制作模板，對邊緣圖像進行二值化處理構建模板索引，創建行程編碼索引表進行模板的搜索匹配操作，解決了現有的圖像特征優化匹配精度不足、運算效率不佳的問題。

為解決上述技術問題，本發明是通過以下技術方案實現的：

本發明為一種基于云計算的圖像特征優化方法，包括如下步驟：

步驟S1：獲取大量參考圖像，采集每張圖像的LBP特征向量并制作模板；

步驟S2：采用邊緣檢測算子來提取模板圖像區域中目標的邊緣圖像；

步驟S3：對邊緣圖像進行二值化處理構建模板索引；

步驟S4：輸入待處理圖像進行搜索匹配操作，由LOG邊緣檢測算子得到其二值化邊緣圖像；

步驟S5：將得到的二值化邊緣圖像轉換成行程編碼索引表；

步驟S6：根據索引表進行設定模板的搜索匹配操作，得到相識度曲線。

優選地，所述步驟S1中，圖像的LBP特征向量提取過程為：

步驟S11：將參考圖像的重疊區域劃分成多個子區域；

步驟S12：將每個子區域相鄰的相鄰的像素灰度值與其進行比較；

步驟S13：就算子每個子區域的統計直方圖，并進行歸一化處理；

步驟S14：將得到的每個子區域的統計直方圖連接成一個特征向量。

優選地，所述步驟S3中，構建模板索引的具體步驟為：

步驟S31：對由多個信號組成的二值圖像掃描行進行掃描；

步驟S32：建立自頂向下逐行、自左向右逐段的行程編碼表；

步驟S33：行程編碼表的每一行記錄均標記存儲對應的檢索行號、起始列號和終止列號。