[发明专利]一种基于改进HU不变矩的快速图像匹配方法及其应用在审
申请号: | 201811577536.4 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109711457A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 丁悦;吴静静;蒋毅 | 申请(专利权)人: | 江南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 张勇 |
地址: | 214000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 匹配 大分辨率图像 平移 快速图像 不变矩 缩放 算法 图像处理技术 金字塔模型 相似度度量 比例降低 遍历计算 灰度变化 灰度畸变 机械加工 模板图像 匹配计算 匹配图像 匹配位置 匹配效果 匹配效率 实时匹配 搜索路径 准确定位 不变性 多尺度 高精密 连通域 分辨率 遍历 鲁棒 失焦 应用 改进 图像 检测 全局 优化 | ||
1.一种基于改进HU不变矩的快速图像匹配方法,其特征在于,所述方法包括以下步骤:
S1,输入模板图像T和待匹配图像S;
S2,对模板图像T和待匹配图像S分别进行图像预处理;
S3,利用图像金字塔算法对预处理后的两幅图像进行降采样,得到可辨识目标特征的最低分辨率的两幅图像T′和S′,并利用图像金字塔算法根据模板图像T的不同尺度大小生成不同尺度大小的模板;
S4,使用改进的图像匹配搜索策略进行匹配度计算;
S5,利用相似性度量法查找最佳匹配点,实现最终目标定位和标记。
2.根据权利要求1所述的方法,其特征在于,所述利用图像金字塔算法对预处理后的两幅图像进行降采样,包括:
将高分辨率的模板图像T和待匹配图像S分别作为金字塔的底层建立对应的图像金字塔;每个图像金字塔的倒数第二层图像的分辨率为底层图像的分辨率的倒数第n层图像的分辨率为底层图像的分辨率的每个图像金字塔的层数越高、图像越小、分辨率越低;每个图像金字塔的最高层为可辨识目标特征的最低分辨率的图像,分别记作图像T′和S′。
3.根据权利要求1或2所述的方法,其特征在于,所述改进的图像匹配搜索策略包括:
步骤1:计算图像T′和S′的质心(x1,y1)和(x2,y2);
步骤2:以待图像S′的质心(x2,y2)作为搜索起始点,将图像T′叠放在图像S′上使(x1,y1)与(x2,y2)重合;
步骤3:以(x2,y2)为中心,在(p*p,半径为R)的邻域内创建搜索子图(S,a,b)(-R≤a≤R,-R≤b≤R),并且在邻域内逐像素匹配计算各像素的相似性度量值,记作dab;其中,p为邻域的宽和高;dab表示图像T′和S′的匹配程度;dab值越小,表明图像T′和搜索子图(S,a,b)匹配度越高;
步骤4:将dab和dab对应的像素点(a,b)保存在一个二维数组中,记作B[r,c](1≤r≤p,1≤c≤p);
步骤5:重复步骤3和步骤4,直至邻域内全部遍历结束,找出步骤4最小的相似性度量值dmin,将dmih对应的像素点(a,b)作为最佳匹配位置图像的质心在图像S′上的坐标。
4.根据权利要求1-3任一所述的方法,其特征在于,所述图像预处理包括:
Step1:对图像进行灰度化,将彩色图转化为灰度图;
Step2:对灰度图进行高斯滤波,去除由于环境造成的噪声点,得到边缘保存完整对比度高的图像;
Step3:将Step2得到的图像二值化,使目标与背景分开,增加有用信息的比重,降低干扰信息比重;
Step4:对Step3得到的二值化后的图像进行连通域分析处理。
5.根据权利要求1-4任一所述的方法,其特征在于,所述相似性度量法的相似性度量值计算公式为式(1)
其中,Hu1(k)(k=1~7)表示模板图像的7个不变矩,Hu2(k)(k=1~7)表示搜索子图的7个不变矩。
6.一种权利要求1-5任一所述的基于改进HU不变矩的快速图像匹配方法在高精密机械工件加工检测中的应用方法。
7.根据权利要求6所述的应用方法,其特征在于,所述高精密机械工件包括:半导体芯片、PCB线路板、齿轮定转子、触摸显示屏、传感器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811577536.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种具备鲁棒性的半监督图像聚类方法
- 下一篇:一种图纸归类管理方法及装置