[發明專利]一種基于邊緣點局部特征值的目標匹配與定位方法

有效

• 申請號: 201910558169.1
• 申請日: 2019-06-17
• 公開（公告）號: CN110472651B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 余振軍;夾尚豐
• 申請（專利權）人: 青島星科瑞升信息科技有限公司
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06V10/74;G06V10/44
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于邊緣點局部特征值的目標匹配與定位方法，其包括以下步驟：離線學習過程，提取模板圖像的特征信息，構建形狀描述符并建立R?table表；在線過程，利用構建的實測形狀描述符對R?table中模板信息進行投票，當投票得分大于閾值時，匹配成功；目標定位，利用Turkey權重和最小二乘平差原理通過迭代求解模板輪廓和實測圖像輪廓之間的仿射變換參數，并對模板輪廓進行仿射變換實現目標的精確定位。在目標發生平移、旋轉、部分遮擋的情況時可以得到良好的定位結果。

技術領域

本發明涉及使用特征值獲得目標匹配與定位方法，尤其涉及一種基于邊緣點局部特征值的目標匹配與定位方法。

背景技術

為拓展機器學習在工業領域的應用范圍，不僅需要實現目標匹配，還需要在此基礎上對目標進行精確定位，用于控制系統對目標更加復雜的操作。

針對平面二維形狀的匹配問題，國內外學者進行了大量的研究，其中，輪廓信息作為一種高級別的視覺信息，其相關技術一直是模式識別的熱點問題。最經典的算法是Belongie等提出的形狀上下文(shape context，SC)算法，該算法采用輪廓序列上的某個點與其它所有點的位置關系構建形狀描述符進行匹配，對旋轉、部分遮擋情況下的目標定位有較好的魯棒性，但實時性較差。提出的廣義霍夫變換(Generalized Hough Transform，GHT)可以用來檢測任意形狀的目標，通過計算累計結果的局部最大值得到一個符合特定形狀集合作為霍夫變換的結果，但是計算復雜度高，有學者對其進行改進但是這些算法提取的參數受參數空間量化間隔約束，精度不高。白宇等提出的基于多邊形擬合的形狀匹配與定位算法對輪廓信息進行簡化，采用多邊形近似表示輪廓信息，同時使用成對幾何直方圖統計多邊形輪廓特征，該算法計算量小，具有良好的尺度不變性和旋轉不變性，但是該算法要求模板輪廓和目標多邊形的頂點數相同；同時，采用的多邊形擬合算法受起始點的影響比較大，會引起擬合多邊形發生較大變形，不利于后邊的匹配。顧國慶等提出基于角點匹配的幾何形狀定位算法，該算法用于幾何圖像定位時候，具有速度高，匹配準確率高，但是在圖像部分遮擋以及缺損情況下，目標物的角點個數減少，干擾角點增多，需要成功檢測出4～5個正確角點才能進行有效的匹配和定位，對遮擋情況下的定位識別沒有較好的魯棒性。

因此，現有技術有待于更進一步的改進和發展。

發明內容

鑒于上述現有技術的不足，本發明提供的一種基于邊緣點局部特征值的目標匹配與定位方法，本方法在目標發生平移、旋轉、部分遮擋的情況時可以得到良好的定位結果。

為解決上述技術問題，本發明方案包括：

一種基于邊緣點局部特征值的目標匹配與定位方法，其特征在于，包括以下步驟：

A、離線學習過程，提取模板圖像的特征信息，構建形狀描述符并建立R-table表；

B、在線過程，利用構建的實測形狀描述符對R-table中模板信息進行投票，當投票得分大于閾值時，匹配成功；

C、目標定位，利用Turkey權重和最小二乘平差原理通過迭代求解模板輪廓和實測圖像輪廓之間的仿射變換參數，并對模板輪廓進行仿射變換實現目標的精確定位；

所述步驟A具體的包括：利用提取的特征信息構建形狀描述符，建立R-table表的過程，對模板圖像進行處理，去除噪聲干擾，最大類間方差法(OTSU)對目標和背景進行分割，針對目標輪廓，Douglas-Peucker算法計算輪廓分割點，基于任意3個分割點構建地址索引向量、建立局部直角坐標系、計算重采樣后的輪廓點在局部坐標下的特征值構建描述符信息，描述符信息是對應地址索引下的模板信息，在離線過程中，需要計算所有坐標系下的形狀描述符信息建立R-table表。

所述的一種基于邊緣點局部特征值的目標匹配與定位方法，其中，所述步驟A具體的還包括：