[发明专利]一种模板匹配中参数的自适应方法和系统

权利要求书

1.一种模板匹配中参数的自适应方法,其特征在于，包括如下步骤：

对比度计算步骤，根据模板图像计算得到模板图像的对比度方差或对比度标准差；

梯度阈值计算步骤，对所述模板图像进行边缘检测，计算梯度幅值，设置梯度幅值的梯度阈值取值范围；依次选取所述梯度阈值取值范围内的梯度阈值，根据选取的梯度阈值获取模板图像的边缘区域；对所述边缘区域进行Blob分析，得到连通区域，并计算连通区域的平均长度或平均强度；将平均长度或平均强度作为梯度阈值的函数；在所述取值范围内，将所述函数最大时对应的梯度阈值作为最终的梯度阈值；其中，所述取值范围内的最小梯度阈值为对比度方差或对比度标准差的k倍，k为0或者正数。

2.根据权利要求1所述的模板匹配中参数的自适应方法，其特征在于，所述梯度阈值计算步骤之后，还包括：

最小连通区域计算步骤，根据所述最终的梯度阈值获得边缘像素的位置，进行Blob分析，得到每个连通区域的尺寸，对连通区域的尺寸计算累积直方图，第一个超过预设阈值的连通区域的尺寸作为最小连通区域的尺寸。

3.根据权利要求1或2所述的模板匹配中参数的自适应方法，其特征在于，所述梯度阈值计算步骤之后，还包括：

步长计算步骤，根据所述最终的梯度阈值获得边缘像素的位置，根据边缘像素到模板图像中心的最远距离计算得到角度步长和缩放步长。

4.根据权利要求1或2所述的模板匹配中参数的自适应方法，其特征在于，所述自适应方法还包括：

金字塔层数计算步骤，对所述模板图像进行图像金字塔分层，以最顶层金字塔图像中的最小连通区域可识别为标准，计算得到金字塔层数。

5.根据权利要求1所述的模板匹配中参数的自适应方法，其特征在于，所述根据梯度阈值获取模板图像的边缘区域；对所述边缘区域进行Blob分析，得到连通区域的步骤，包括：

根据梯度阈值获取模板图像的边缘区域；

对所述边缘区域进行细化；

基于腐蚀运算得到并删除细化后的边缘区域曲率超过预设值的像素点；

对所述边缘区域进行Blob分析，得到连通区域。

6.一种模板匹配中参数的自适应系统，其特征在于，包括：

对比度计算模块，用于根据模板图像计算得到模板图像的对比度方差或对比度标准差；

梯度阈值计算模块，用于对所述模板图像进行边缘检测，计算梯度幅值，设置梯度幅值的梯度阈值取值范围；依次选取所述梯度阈值取值范围内的梯度阈值，根据选取的梯度阈值获取模板图像的边缘区域；对所述边缘区域进行Blob分析，得到连通区域，并计算连通区域的平均长度或平均强度；将平均长度或平均强度作为梯度阈值的函数；在所述取值范围内，将所述函数最大时对应的梯度阈值作为最终的梯度阈值；其中，所述取值范围内的最小梯度阈值为对比度方差或对比度标准差的k倍，k为0或者正数。

7.根据权利要求6所述的模板匹配中参数的自适应系统，其特征在于，所述自适应系统还包括：

最小连通区域计算模块，用于根据所述最终的梯度阈值获得边缘像素的位置，进行Blob分析，得到每个连通区域的尺寸，对连通区域的尺寸计算累积直方图，第一个超过预设阈值的连通区域的尺寸作为最小连通区域的尺寸。

8.根据权利要求6或7所述的模板匹配中参数的自适应系统，其特征在于，所述自适应系统还包括：

步长计算模块，用于根据所述最终的梯度阈值获得边缘像素的位置，根据边缘像素到模板图像中心的最远距离计算得到角度步长和缩放步长。

9.根据权利要求6或7所述的模板匹配中参数的自适应系统，其特征在于，所述自适应系统还包括：

金字塔层数计算模块，用于对所述模板图像进行图像金字塔分层，以最顶层金字塔图像中的最小连通区域可识别为标准，计算得到金字塔层数。

10.根据权利要求6所述的模板匹配中参数的自适应系统，其特征在于，梯度阈值计算模块根据梯度阈值获取模板图像的边缘区域；对所述边缘区域进行Blob分析，得到连通区域，具体包括：

梯度阈值计算模块根据梯度阈值获取模板图像的边缘区域；对所述边缘区域进行细化；基于腐蚀运算得到并删除细化后的边缘区域曲率超过预设值的像素点；对所述边缘区域进行Blob分析，得到连通区域。