[发明专利]一种基于主方向模板的特征匹配方法

权利要求书

1.一种基于主方向模板的特征匹配方法，其特征在于包括如下步骤：

步骤1：将目标图和样本图都分割为网格，且网格的大小相同，目标图被分割为N个网格，用A_i表示目标图中第i个网格，样本图被分割为M个网格，用B_j表示样本图中第j个网格；计算目标图和样本图的每个网格中的像素梯度，像素点(k,l)的梯度值公式为：

Vk,l=[(zk-1,l-1+2zk,l-1+zk+1,l-1)-(zk-1,l+1+2zk,l+1+zk+1,l+1)]2+[(zk+1,l+1+2zk+1,l+zk+1,l-1)-(zk-1,l+1+2zk-1,l+zk-1,l-1)]2]]>

梯度方向公式为：

Gk,l=arctan(zk+1,l+1+2zk+1,l+zk+1,l-1)-(zk-1,l+1+2zk-1,l+zk-1,l-1)(zk-1,l-1+2zk,l-1+zk+1,l-1)-(zk-1,l+1+2zk,l+1+zk+1,l+1)]]>

其中，z_k,l为像素坐标点(k,l)位置的灰度值；

步骤2：比较每个网格中所有的像素点的梯度值，获取最大的梯度值对应的梯度方向，将像素梯度方向量化到7个组上，梯度量化公式为：

Q=integer(Gk,l2π/7)]]>

其中，integer()表示对括号里的值取整，引入一个组用于表示该网格是否有明显的梯度值，网格的模板特征包括最大梯度方向和是否具有明显梯度值，用3个比特的二进制数值表示为X，目标图网格的模板特征A_i＝X，而样本图网格的模板特征B_j＝～X，将计算结果按位取反作为样本图网格的梯度特征；

步骤3：样本图与目标图的模板特征匹配，即样本图中所有网格与目标图中的部分网格进行模板特征匹配，匹配结果公式为A_i⊕B_j；

步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量，当网格匹配数为样本图的网格总数M时，则确定样本图在目标图中的位置。