[发明专利]一种基于模板匹配的目标识别定位方法

说明书

技术领域

本发明涉及机器视觉和图像处理的技术领域，尤其涉及到一种基于模板匹配的目标识别定位方法。

背景技术

目标的识别和定位是机器视觉和图像处理领域研究的重要内容，图像匹配技术在军事、飞机导航、医疗诊断、雷达目标跟踪、工业生产线、安防监控等领域具有重要的实用价值。传统的模板匹配方法如基于灰度的，但是容易受到环境如光照的影响，而且对目标的姿态变换和遮挡比较敏感，基于形状的和基于内容特征的特征向量难以提取，搜索目标的相似性度量方法比较难以确定。

发明内容

本发明的目的在于克服现有技术的不足，提供一种实时性强、匹配精度高、匹配速度快的基于模板匹配的目标识别定位方法。

为实现上述目的，本发明所提供的技术方案为：其包括以下步骤：

(1)获取特征清晰且包含目标的图像；

(2)创建ROI模板区域；

(3)依据决策机制判定是否需要进行图像预处理，需则进入步骤(4)，否则进入步骤(5)；

(4)图像预处理；

(5)提取指定区域ROI的特征；

(6)视野范围内搜索目标；

(7)找到目标后定位。

进一步地，步骤(2)创建的ROI模板区域为矩形、圆形、椭圆形、任意的不规则形状。

进一步地，步骤(2)创建ROI模板区域时采用图像金字塔的方法，将图像分成不同级别的尺寸，在保证图像金字塔每个级别图像上有关键信息后，设定金字塔层数合理范围，然后根据匹配结果选取最佳的层数设定值；

金字塔将图像不同级别的尺寸，尺寸逐级减少，比如第一级图像尺寸为800*400，第二级图像尺寸为400*200，第三级图像尺寸为200*100,这样从最高级图像中开始搜索目标，可以显著的提高搜索速度；在确定图像金字塔层数过程中，首先计算出搜索目标和模板的适当层数范围，然后在最高层图像上目标特征可辨和加入停止条件的情况下，进行一次完整的匹配，在最高层搜索到的模板结果会一层一层向下映射，同时会将每层匹配的结果作为反馈传递给最高层，如果底层匹配结果不好，就会自动降低层数，这样迭代就会得到一个比较理想的最佳层数。

进一步地，图像预处理对于特征明显，轮廓清晰的目标，会加大模板匹配的时间，但是图像预处理对于创建模板的准确性和适用性又是一个重要的参数，在这种矛盾的情况下，采用直方图的方法来决定匹配过程中是否采用图像预处理的方法，自动的进行选择。

进一步地，图像预处理采用动态阈值、形态学、频率滤波等方法增大前景和背景图像的差异化。

进一步地，在特征提取的过程中，从模板图像中点、线、区域，灰度、直方图、形状、纹理、空间位置等特征描述中，综合提取形成融合特征向量，从而提取到目标的主要特征。

进一步地，在视野范围内搜索匹配目标时，先后通过粗匹配搜索和精匹配搜索，从而找到目标物体。所述粗匹配搜索为取模板的隔行隔列数据在被搜索图上进行隔行隔列匹配；精匹配搜索为在第一次误差最小点的邻域内进行搜索匹配。

进一步地，步骤(6)若匹配正确找到目标物体，则给出位置和姿态信息，否则优化调整模板参数，重新创建ROI模板区域，重复步骤(2)-(6)。

与现有技术相比，本方案原理和优点如下：

1.利用图像金字塔的方法将图像分为不同级别尺寸，尺寸逐级减少，使从最高级图像中开始搜索目标，可显著地提高搜索速度。

2.采用直方图的方法来决定匹配过程中是否需要图像预处理，使尽可能地减少模板匹配的时间。

3.特征提取的过程中，从模板图像中点、线、区域，灰度、直方图、形状、纹理、空间位置等特征描述中，综合提取形成融合特征向量，提取目标的主要特征，提高了匹配的正确性，减少了匹配过程中误匹配的情况。

4.在视野范围内搜索匹配目标时，先后通过粗匹配搜索和精匹配搜索，大大提高匹配的精度。

附图说明

图1为本发明中一种基于模板匹配的目标识别定位方法的工作流程图。

具体实施方式

下面结合具体实施例对本发明作进一步说明：

参见附图1所示，本实施例所述的一种基于模板匹配的目标识别定位方法，包括以下步骤：

(1)获取特征清晰且包含目标的图像；

(2)创建ROI模板区域：

创建ROI模板区域时采用图像金字塔的方法，将图像分成不同级别的尺寸，在保证图像金字塔每个级别图像上有关键信息后，设定金字塔层数合理范围，然后根据匹配结果选取最佳的层数设定值；