[发明专利]一种模板匹配中参数的自适应方法和系统

说明书

本发明公开了一种模板匹配中参数的自适应方法和系统，所述方法通过模板图像计算其对比度方差或对比度标准差；对模板图像进行边缘检测，设置梯度阈值取值范围；根据梯度阈值获取模板图像的边缘区域；对边缘区域进行B l ob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相关函数；在取值范围内，将相关函数最大时对应的梯度阈值作为梯度阈值参数；进而梯度阈值参数获得边缘像素的位置，从而计算得到角度步长和缩放步长。可见本发明只需设置模板图像即可自动计算得到梯度阈值参数；降低了参数设置对操作人员经验的依赖。操作人员无需了解算法的实现原理，只需要进行基本操作即可。

技术领域

本发明涉及机器视觉技术领域，具体涉及模板匹配中参数的自适应方法和系统。

背景技术

模板匹配是机器视觉中的基本方法，在视觉对位引导、点胶、贴合等领域有广泛的应用。在模板匹配中，通常有很多参数设置，例如梯度阈值、金字塔层数、旋转角度步长、对比度方差等参数。这些参数在应用中不得不通过多次手动测试，选择最优参数来保证系统的稳定性和准确性，大大增加了对操作人员的要求，操作人员不得不了解函数的功能。

因此，现有技术有待改进和提高。

发明内容

本申请提供一种模板匹配中参数的自适应方法和系统，以减少人工设置参数的个数。

根据本发明的第一方面，本发明提供一种模板匹配中参数的自适应方法,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；根据所述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相关函数；在所述取值范围内，将所述相关函数最大时对应的梯度阈值作为梯度阈值参数；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。

所述的模板匹配中参数的自适应方法，其中，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，根据梯度阈值参数获得边缘像素的位置，进行Blob分析，得到每个Blob的轮廓尺寸，对Blob的轮廓尺寸计算累积直方图，第一个超过预设阈值的Blob的轮廓尺寸作为最小连通区域的尺寸。

所述的模板匹配中参数的自适应方法，其中，所述梯度阈值计算步骤之后，还包括：

步长计算步骤，根据梯度阈值参数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。

所述的模板匹配中参数的自适应方法，其中，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。

所述的模板匹配中参数的自适应方法，其中，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。

根据本发明的第二方面，本发明提供一种模板匹配中参数的自适应系统，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；