[發明專利]一種基于多特征和尺度估計的PCB板標識跟蹤方法

有效

• 申請號: 201910288751.0
• 申請日: 2019-04-11
• 公開（公告）號: CN110163090B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 許楨英;冷凱;包金葉;顧君蘭;鄒榮;王勻
• 申請（專利權）人: 江蘇大學
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V20/52;G06V10/764;G06V10/77;G06V10/774;G06V10/80;G06V10/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多特征和尺度估計的PCB板標識跟蹤方法，其特征在于，包括以下步驟：

初始化：讀入第一幀中傳送帶上PCB板圖像，同時獲取PCB板標識位置；

構造分類器：利用循環矩陣構造PCB板標識樣本，對PCB板標識訓練樣本加漢寧窗，提取訓練樣本的灰度特征圖，因為HOG特征取自灰度特征圖，在灰度圖的基礎上，設置閾值，對灰度圖進行圖像增強效果，提取HOG特征和CN特征，融合后的特征定義為x＝[x₁,x₂,...,x_c]，c為特征維度，訓練樣本特征進行傅里葉變換，訓練樣本核空間矩陣進行傅里葉變換，通過傅里葉反變換求出權重系數α來構造的分類器函數f(z)，z為樣本；

更新PCB板標識位置：在下一幀中，對檢測樣本加漢寧窗后，提取待檢測PCB板標識樣本z的HOG特征和CN特征，對兩個特征進行傅里葉變換，檢測樣本核空間矩陣傅里葉變化，通過其中為權重系數，為高斯核函數，對其做傅里葉反變換來計算它們的響應值f(z)，并計算兩特征的權重，通過加權方式并確定最終位置；

尺度估計：設計一個相關濾波器，建立PCB板標識尺度池，設PCB板標識為T，同樣以s_i*T提取i個樣本，s_i為尺度樣本，并將這些樣本變換為固定尺寸，然后代入尺度濾波器計算其響應，PCB板標識的尺度為其對應的輸出響應最大，實現尺度估計；

更新分類器和尺度估計模型：得到PCB板標識的位置后，將更新分類器和尺度估計模型，然后再對下一幀進行檢測；

所述構造分類器是利用循環矩陣把圖像中的PCB板標識向上、向下分別移動不同的像素得到新的樣本圖像為I，大小為1280*720像素；首先對圖像I加漢寧窗，得到圖像I2，大小為214*74像素，提取訓練樣本的灰度特征圖，緊接著提取HOG特征和CN特征，將特征融合，定義x＝[x₁,x₂,...,x_c]，c為特征維度，訓練樣本特征進行傅里葉變換，訓練樣本核空間矩陣進行傅里葉變換為λ為正則化參數，對回歸值y傅里葉變換通過計算對進行傅里葉反變換求出權重系數α，則構造的分類器函數其中f(z)為響應值，z為訓練樣本，w為權重，k(z,x_i)為核函數，x_i代表特征向量，α為權重系數。

2.根據權利要求1所述的一種基于多特征和尺度估計的PCB板標識跟蹤方法，其特征在于，所述初始化是采集傳送帶上PCB板圖像，使用matlab讀入圖像，并獲取PCB板標識的位置。

3.根據權利要求1所述的一種基于多特征和尺度估計的PCB板標識跟蹤方法，其特征在于，更新PCB板標識位置中，對檢測樣本加漢寧窗后，提取待檢測樣本z的HOG特征和CN特征，并進行傅里葉變換，檢測樣本核空間矩陣傅里葉變化，通過為權重系數，為高斯核函數，對其做傅里葉反變換來計算HOG特征的響應值f(z_h)和CN特征的響應值f(z_c)，其中，z_h為待檢測HOG特征樣本,z_c為待檢測CN特征樣本，計算權重并確定最終位置p_最終位置＝θ*p_c+(1-θ)*p_h，p_h為HOG特征的位置，p_c為CN特征的位置。

4.根據權利要求1所述的一種基于多特征和尺度估計的PCB板標識跟蹤方法，其特征在于，尺度估計過程中，PCB板標識的尺度為其對應的輸出響應最大，獲得最大響應時的尺度系數為：為檢測樣本的響應值，F^-1為傅里葉逆變換。

5.根據權利要求1所述的一種基于多特征和尺度估計的PCB板標識跟蹤方法，其特征在于，更新分類器中，分類器更新系數為：更新目標模板為：n為圖像序列號，第n幀的參數α_n為第n-1幀的參數α_n-1與當前幀訓練得到的參數的線性加權，β為更新系數；更新尺度估計模型的帶寬更新參數為：σ_w＝σ_w'*s和σ_h＝σ_h'*s，σ_w'為上一幀的尺度寬度系數，σ_h'為上一幀的尺度高度系數，σ_w為本幀的尺度寬度系數，σ_h為本幀的尺度高度系數，s為尺度變化因子。