[发明专利]图像匹配方法

说明书

 

技术领域

本发明涉及图像识别领域，尤其是涉及一种具有较高识别速度的图像匹配方法。

背景技术

在图像识别领域，常常需要做两幅图像的匹配。譬如在火车站利用摄像机从拍摄到的人群中寻找与通缉犯照片相近的人。再比如生产线上利用摄像机拍摄工件，检查它们是否存在与残次品库中保存图案相近的。这些应用都需要做图像匹配。

在图像识别领域，一般匹配的方法是做两个图的点积，通过点积结果的大小来评判两幅图像是否相似，匹配公式如下：

     (1)

式中m是一个窗口像素的个数。这种计算的计算量很大。随着图像识别领域应用的普及和算法的改进，（1）式也有很多变形，如归一化互相关系数等等。但是它们的实质都是从（1）式派生出来的。

图像的表示方法很多，HSV和RGB是表示图像颜色的两种不同的方法，RGB是自然界生成图像的三个最基本的原色，HSV色彩属性模式是根据色彩的三个基本属性：色相、饱和度和明度来确定颜色的一种方法。正常彩色图像是我们习惯用的RGB格式，因为计算机很方便使用发光器件生成对应的颜色。但是在图像处理中我们习惯转换成其他格式，HSV是一种比较常见的格式。色相（H）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。饱和度（S）是指色彩的纯度，值越高色彩越纯，越低则逐渐变灰，取0-100%的数值。明度（V）也叫“亮度”、“灰度”，取0-100%。转化成HSV时，我们想区分图像的某个区域是什么颜色，就看这个区域的H通道是在哪个范围中，如果在RGB模式中这是很难表示的。我们采用HSV格式的明度，或称灰度V作为我们分析和计算的对象。

发明内容

本发明主要是解决现有技术所存在的进行匹配计算时计算量大、耗时长、占用资源多的技术问题，提供一种计算简便的图像匹配方法。

本发明针对上述技术问题主要是通过下述技术方案得以解决的：一种图像匹配方法，其特征在于包括以下步骤：

步骤a、获取两幅待匹配图像的HSV格式的V值图像；

步骤b、针对两幅图像分别建立两个二维坐标系，图像的中每个像素都得到相应的坐标值；

步骤c、针对两幅图像分别建立一个三维坐标系，将两幅图像的每个像素的(x,y)坐标和对应该点的灰度值绘制在各自的三维坐标系中，对应点的x值和y值为像素在二维坐标系中的坐标，对应点的z值为像素的灰度值；

步骤d、利用曲面拟合技术分别求得两幅图像的拟合函数；

步骤e、通过判别两幅图像拟合函数的相似性来判断两幅图像的相似性。

作为优选，拟合函数为二元二次函数，第一幅图像的拟合函数形式如下：

M=a+a₁×x+a₂×y+a₃×x²+a₄×y²+a₅×x×y；      （2）

第二幅图像的拟合函数形式如下：

N=b+b₁×x+b₂×y+b₃×x²+b₄×y²+b₅×x×y。      （3）

求曲面拟合一般采用最小二乘法。

最小二乘法是一种数学优化技术，它通过最小化误差的平方和来寻找一组数据的最佳匹配函数。最小二乘法是用最简的方法求得目标函数的参数值，而令误差平方之和为最小。

作为优选，判断拟合函数的相似性采用如下公式：