[發(fā)明專利]基于模板匹配的多尺度目標定位方法

有效

• 申請?zhí)枺?/td>: 202111174239.7
• 申請日: 2021-10-10
• 公開（公告）號: CN113869441B
• 公開（公告）日: 2022-09-27
• 發(fā)明（設(shè)計）人: 王凱;夾尚豐;余振軍;何顯輝;孫洋;賈坤昊
• 申請（專利權(quán)）人: 青島星科瑞升信息科技有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/46
• 代理公司: 深圳紫晴專利代理事務(wù)所(普通合伙) 44646
• 代理人: 付欽偉

1.基于模板匹配的多尺度目標定位方法，其特征在于，包括：

將初始模板圖像進行不同尺度變換，獲取多個尺度層的模板圖像，構(gòu)建多尺度模板庫；所述多尺度模板庫至少包含每個模板圖像邊緣點信息；

基于所述多尺度模板庫，獲取最優(yōu)參考邊緣點；

創(chuàng)建待處理圖像的圖像金字塔，從所述多尺度模板庫中選定最佳匹配模板；

基于所述最優(yōu)參考邊緣點和所述最佳匹配模板，獲取所述待處理圖像的匹配結(jié)果；

所述多尺度模板庫，獲取最優(yōu)參考邊緣點，包括：

將所述初始模板圖像的邊緣點進行尺度變換，獲取對應(yīng)尺度下的變換圖像及所述變換圖像對應(yīng)邊緣點構(gòu)成的第三點集p；

選取所述第三點集p中任一邊緣點作為候選參考點，基于所述候選參考點，將所述對應(yīng)尺度下的變換圖像與所述初始模板圖像進行匹配，獲取最大匹配相似度S＝max(s_j),j＝1,2,...,N；其中，N為匹配位置個數(shù)，s_j為在初始模板圖像上某個位置的匹配度；

遍歷所述第三點集p中所有邊緣點，分別獲取每個邊緣點對應(yīng)的最大匹配相似度，構(gòu)建最大匹配相似度集合{S}；

選取所述最大匹配相似度集合{S}中最大值，將所述最大值對應(yīng)的候選參考點作為對應(yīng)尺度下的最優(yōu)參考邊緣點；

所述從所述多尺度模板庫中選定最佳匹配模板，包括：

選取所述多尺度模板庫的中間尺度模板為主尺度模板；

計算所述主尺度模板與所述待處理圖像在最佳匹配位置的匹配相似度；所述最佳匹配位置表示主尺度模板在待處理圖像上匹配度最高的位置；

基于所述主尺度模板與所述待處理圖像的匹配相似度，獲取最佳匹配模板；

所述基于所述主尺度模板與所述待處理圖像的匹配相似度，獲取最佳匹配模板，包括：

若所述主尺度模板與所述待處理圖像的匹配相似度大于設(shè)定閾值，則將所述主尺度模板所在尺度層的其余圖像模板與待處理圖像進行匹配；

若所述主尺度模板與所述待處理圖像的匹配相似度小于設(shè)定閾值，則不再對所述主尺度模板所在尺度層的其余模板進行匹配。

2.根據(jù)權(quán)利要求1所述的基于模板匹配的多尺度目標定位方法，其特征在于，所述將初始模板圖像進行不同尺度變換，獲取多個尺度層的模板圖像，構(gòu)建多尺度模板庫，包括：

提取所述初始模板圖像的邊緣點，構(gòu)建第一點集p＝{(x_i,y_i)|i＝1,2,3,…,n}；其中，(x_i,y_i)為模板圖像邊緣點的坐標，n為所述初始模板圖像的邊緣點個數(shù)；

計算所述第一點集中每個邊緣點對應(yīng)的梯度向量其中，m代表模板，t_i與u_i分別代表x和y方向的梯度向量；

將所述初始模板圖像進行不同尺度變換，獲取多個尺度層的模板圖像，對于每個所述模板圖像，提取所述模板圖像的邊緣點，構(gòu)建第二點集p′_i；其中，p′_i＝Ap_i，A為二階變換矩陣；

計算所述第二點集中邊緣點對應(yīng)的梯度向量其中，m代表模板，t′_i與u′_i分別代表x和y方向的梯度向量；

選取任一所述模板圖像的邊緣點作為參考點，對應(yīng)模板圖像中其余邊緣點作為非參考點，根據(jù)所述參考點與非參考點的相對位置關(guān)系，創(chuàng)建由不同邊緣點及梯度向量組成的多尺度模板庫M；表達公式如下：

x′_i＝x-P_x

y′_i＝y(tǒng)-P_y

其中，x和y分別為模板圖像上所有邊緣點的行坐標和列坐標，x′_i為第i個非參考點的相對行坐標，y′_i為第i個非參考點的相對列坐標，P_x為所述參考點的相對行坐標，P_y為所述參考點的相對列坐標，M為多尺度模板庫。

3.根據(jù)權(quán)利要求2所述的基于模板匹配的多尺度目標定位方法，其特征在于，所述將所述初始模板圖像進行不同尺度變換，包括：

將所述初始模板圖像按照不同比例進行尺度變換和/或按照不同角度進行旋轉(zhuǎn)。