[发明专利]一种用于织物分割的纹理特征匹配方法及装置

权利要求书

1.一种用于织物分割的纹理特征匹配方法，其特征在于，所述方法包括以下步骤：

步骤1，对原始图像进行平滑降噪处理；

步骤2，检测图像的特征点；

步骤3，对特征点进行筛查与定位；

步骤4，进行特征点匹配；

步骤5，特征点集聚类；

步骤6，计算标准图像到输入图像的仿射变换；

其中，计算标准图像到输入图像的仿射变换的方法为：由于输入图像和标准图像之间已经匹配成功的特征向量是一对多的关系,输入图像上可以匹配多个标准图像,故需要将这一对多的关系聚类划分为一对一的关系；实际操作上通过聚类将得到的一对一之间的图像映射关系放入到数组中，遍历该数组，由此得到原图像和目标图像内各个图案的映射关系；

通过匹配4对以上已匹配特征向量，得到用于将原图像上的像素点变换到目标图像上的变换矩阵；

步骤7，根据图像角点计算出待匹配图像的顶点；

其中，在步骤7中，根据图像角点计算出待匹配图像的顶点的方法为：

在步骤6的基础上，已经找到了标准图像和待匹配图像之间的用变换矩阵描述的转换关系，因此，本步骤的目的是在待匹配图像中找出织物的切割路径，其具体操作就是根据变换矩阵得到标准图像的图像边界点，即角点变换到待匹配图像中，进而求解出织物的切割路线，本步骤中，标准图像和待匹配图像用如下公式描述：

I＝AI_stand，

其中I是指待匹配图像、A是变换矩阵、I_stand是指标准图像；

此矩阵A为标准模板图与待匹配图像中某一部分经过聚类后的特征点对应求出来的仿射矩阵，由于在待匹配图像中有多个需要匹配的部分，因此对于待匹配中的每一小块图像，与标准模板图都有一个对应的变换矩阵A，分别求出对应的变换矩阵，表示为{A₁，A₂，A₃，…，A_k}，由此变换矩阵组根据标准模板图中四个顶点坐标分别求出待匹配图中的所有顶点坐标，标准模板图中顶点数为4，在待匹配图像中求出的顶点数为4*k，其中k为待匹配图像中包含的标准模板图的个数；

步骤8，合并顶点和聚类，更新顶点和边矩阵；

其中，在步骤8中，合并顶点和聚类，更新顶点和边矩阵的方法为：在步骤6的基础上，检测目标图像上的各个多边形与其相邻的多边形的顶点的距离，判断顶点间距离是否小于阈值，如小于阈值，则将两个顶点合并为一个顶点并将新顶点更新到矩阵内，再对边矩阵进行更新操作；

步骤9，输出路径与分割结果；

其中，在步骤9中，输出路径与分割结果的方法为，在步骤7的基础上，将点和边矩阵输出到激光切割机，即输出路径，并在计算机上显示切割结果。

2.根据权利要求1所述的一种用于织物分割的纹理特征匹配方法，其特征在于，在步骤1中，所述对原始图像进行平滑降噪处理的方法为，令原始图像u₀通过高斯核G_σ卷积得到高斯模糊的图像u_t，数学形式为：

其中，表示二维高斯核函数，在已知σ的条件下，将原始图像在线性时间不变的条件下进行平滑降噪处理，F,F^-1分别表示傅里叶变换及逆变换算子，ο表示算子的作用，λ为正则参数。

3.根据权利要求1所述的一种用于织物分割的纹理特征匹配方法，其特征在于，在步骤2中，所述检测图像的特征点的方法为，通过DOG差分高斯检测图像的特征点，使用DOG差分高斯算子进行检测，算子定义为：

D(x,y,σ)＝[G(x,y,kσ)-G(x,y,σ)]*I(x,y)，

将每个像素点要和其图像域和尺度域的所有相邻点进行比较，比较其像素值是否是像素所在图像域和尺度域的相邻像素点的最大值，在二维图像中图像域为该像素点周围的八个像素；尺度域为该像素所在图像和相邻两幅尺度不同的图像，两幅图共有十八个像素，遍历每个像素点，与其图像域8个点、相邻尺度域18个点共26个点进行比较，获得该像素所在图像域和尺度域的相邻像素点的最大值的点。