[發(fā)明專利]一種魯棒的基于最近鄰特征點(diǎn)匹配的多尺度模板匹配方法有效
| 申請?zhí)枺?/td> | 202010597667.X | 申請日： | 2020-06-28 |
| 公開（公告）號： | CN111709434B | 公開（公告）日： | 2022-10-04 |
| 發(fā)明（設(shè)計(jì)）人： | 楊憲強(qiáng);張智浩 | 申請（專利權(quán)）人： | 哈爾濱工業(yè)大學(xué) |
| 主分類號： | G06V10/56 | 分類號： | G06V10/56;G06V10/74;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109 | 代理人： | 張利明 |
| 地址： | 150001 黑龍*** | 國省代碼： | 黑龍江;23 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 近鄰 特征 匹配 尺度 模板 方法 | ||
一種魯棒的基于最近鄰特征點(diǎn)匹配的多尺度模板匹配方法，屬于計(jì)算機(jī)視覺、圖像處理領(lǐng)域，解決了現(xiàn)有的基于最鄰近點(diǎn)匹配的方法存在，檢測目標(biāo)出現(xiàn)較大尺度縮放時(shí)檢測準(zhǔn)確度不夠的問題。本發(fā)明通過對模板圖像和被搜索圖像的像素點(diǎn)提取特征；對像素點(diǎn)間進(jìn)行最近鄰特征匹配；根據(jù)初步匹配的相關(guān)性系數(shù)初步篩選搜索位置；對不同尺度，所有初步篩選搜索位置進(jìn)行模板匹配相關(guān)性計(jì)算，并獲得最優(yōu)匹配結(jié)果。本發(fā)明適用于圖像匹配使用。
技術(shù)領(lǐng)域
本發(fā)明屬于計(jì)算機(jī)視覺、圖像處理領(lǐng)域，
背景技術(shù)
模板匹配是一種模式識(shí)別方法，通過模板在被搜索圖像上的平移，并計(jì)算模板圖像與覆蓋的被搜索圖像區(qū)域的相似度來識(shí)別目標(biāo)。常用的模板匹配方法往往預(yù)先假定了模板與目標(biāo)間的變換關(guān)系，如平移、旋轉(zhuǎn)、縮放、仿射等，然后搜索獲得最優(yōu)的變換關(guān)系。但是在現(xiàn)實(shí)場景拍攝的圖像中，會(huì)出現(xiàn)遮擋、模糊或復(fù)雜形變等情況，模板與目標(biāo)間的變換關(guān)系不能用簡單的模型表達(dá)。
近年學(xué)者們提出基于最近鄰點(diǎn)匹配的方法，提高了對復(fù)雜形變情況的魯棒性，但是一般均假定了搜索窗口與模板大小相同，在檢測目標(biāo)出現(xiàn)較大尺度縮放時(shí)檢測準(zhǔn)確度不夠的問題。
發(fā)明內(nèi)容
本發(fā)明目的是為了解決現(xiàn)有的基于最鄰近點(diǎn)匹配的方法存在，檢測目標(biāo)出現(xiàn)較大尺度縮放時(shí)檢測準(zhǔn)確度不夠的問題，提供了一種魯棒的基于最近鄰特征點(diǎn)匹配的多尺度模板匹配方法。
本發(fā)明所述一種魯棒的基于最近鄰特征點(diǎn)匹配的多尺度模板匹配方法，該方法具體包括：
步驟一、對模板圖像T和被搜索圖像S分別進(jìn)行像素特征提取，獲取模板特征集FT和目標(biāo)特征集FS；
步驟二、在模板特征集FT中搜索目標(biāo)特征集FS中的每個(gè)目標(biāo)特征的最鄰近特征，獲取每個(gè)目標(biāo)特征在模板特征集FT中的最鄰近特征；
步驟三、利用目標(biāo)特征集FS中每個(gè)目標(biāo)特征的最鄰近特征，計(jì)算被搜索圖像S中每個(gè)像素點(diǎn)與模板圖像T的初始匹配相關(guān)系數(shù)；
步驟四、利用步驟三所述的初始匹配相關(guān)系數(shù)，對被搜索圖像S中的像素點(diǎn)進(jìn)行篩選，獲取匹配像素點(diǎn)坐標(biāo)集；
步驟五、對被搜索圖像S的尺寸進(jìn)行縮放，計(jì)算不同尺寸下匹配像素點(diǎn)坐標(biāo)集中每個(gè)像素點(diǎn)的相關(guān)系數(shù)，獲取相關(guān)系數(shù)最大的像素點(diǎn)的坐標(biāo)及對應(yīng)的縮放尺寸，將所述相關(guān)系數(shù)最大的像素點(diǎn)的坐標(biāo)及對應(yīng)的縮放尺寸作為模板匹配最優(yōu)的檢測結(jié)果，完成一次圖像匹配。
進(jìn)一步地，本發(fā)明中，模板特征集FT和被搜索圖像S的特征為顏色特征或深度特征。
進(jìn)一步地，本發(fā)明中，像素點(diǎn)的深度特征的提取采用VGG19神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)。
進(jìn)一步地，本發(fā)明中，步驟二中獲取每個(gè)目標(biāo)特征在模板特征集FT中的最鄰近特征的方法為FLANN快速最近鄰搜索庫方法。
進(jìn)一步地，本發(fā)明中，步驟三中所述計(jì)算被搜索圖像S中每個(gè)像素點(diǎn)與模板圖像T的初始匹配相關(guān)系數(shù)的具體方法為：
通過公式：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工業(yè)大學(xué)，未經(jīng)哈爾濱工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010597667.X/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
