[发明专利]基于Sobel向量的模板匹配方法

权利要求书

1.一种基于Sobel向量的模板匹配方法，其特征在于，具体步骤为：首先在模板图像建立图像金字塔，并在金字塔的各层提取模板的边缘点并计算边缘点的Sobel方向向量，再在金字塔各层使用已经提取好的边缘点以及边缘点对应Sobel方向向量计算，计算相对于该层模板金字塔图像中心0度到360度的旋转变换并存储下来,然后给出一个搜索图像中任一点与模板图像的相似度量函数，从搜索图像金字塔的最顶层开始，计算图像上每一点0到360度的相似度量函数的值，并找到最大值的位置和对应角度，然后在该最大值的位置在金字塔下一层对应位置的5×5的范围，角度为上一层最大值对应角度的±2^n-1度范围内计算相似度量函数，找到最大值的位置和对应的角度，其中n为当前金字塔层数,以此类推，直到到达金字塔的最底层，找到的最大值的位置和对应的角度就是模板图像在搜索图中的位姿，其所对应的相似度量函数的值就是搜索图像中的物体与模板物体的相似程度。

2.根据权利要求1所述的基于Sobel向量的模板匹配方法，其特征在于：所述在金字塔的各层提取模板的边缘点的具体方法：从金字塔的最顶层开始，使用Canny算子提取模板图像的边缘点p_i＝(x_i,y_i)^T,i＝1,2,…n以及其Sobel方向向量d_i＝(u_i,v_i)^T，其中p_i为边缘点相对于模板图像中心点的相对坐标。

3.根据权利要求1所述的基于Sobel向量的模板匹配方法，其特征在于：所述计算相对于该层模板金字塔图像中心0度到360度的旋转变换方法：计算图像金字塔每一层中边缘点p_i及其Sobel方向向量d_i从0°开始以1°为步进角度绕图像中心的旋转变换p′_i，θ＝(x′_i，θ，y′_i，θ)^T＝Ap_i和d′_i，θ＝(u′_i，v′_i)^T＝(A^-1)^Td_i，其中，A为旋转变换矩阵，θ∈[0°，360°)，以1°作为步进

A=cosθsinθ-sinθcosθ]]>

将计算出的p′_i，θ和d′_i，θ存储下来。