[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

说明书

本发明公开了一种基于改进HU不变矩的快速图像匹配方法及其应用，属于图像处理技术领域。通过利用金字塔模型，成比例降低模板图像和待匹配图像的分辨率，优化起始匹配位置和搜索路径，减少模板遍历计算量；提出一种构造多尺度模板的方法，并利用相似度度量和连通域算法最终实现目标准确定位与标记，使得该算法对灰度变化、平移、大幅度旋转和缩放具有一定的不变性，且对大分辨率图像，匹配速度大大提高，取得了良好的匹配效果；在灰度畸变、图像失焦、目标平移、旋转和缩放的匹配上更加稳定和鲁棒，同时，因为本发明克服了大分辨率图像全局遍历匹配计算量大的缺点，极大提高了匹配效率，基本满足了高精密机械加工和检测行业实时匹配要求。

技术领域

本发明涉及一种基于改进HU不变矩的快速图像匹配方法及其应用，属于图像处理技术领域。

背景技术

图像匹配是图像处理和计算机视觉领域中的热点问题，广泛应用于诸多领域，如目标识别、图像检索、文字识别、人脸识别、医学图像分析、机器人导航等。图像匹配方法大致可以分为两类：一是基于频率域的匹配，如Fourier变换和小波变换等；二是基于空间域的匹配，主要包括基于区域的匹配算法和基于特征的匹配算法。

随着一些良好特征提取算子的出现，基于特征的匹配方法应用更加广泛，对图像发生平移、旋转、缩放、灰度变化等因素具有较好的鲁棒性，成为近年来研究的重点。

随着应用的深入，在对高精密机械加工和半导体检测等领域中的高分辨率目标工件匹配时，传统的特征匹配算法存在计算量大、计算周期较长、无法实时匹配的问题；并且在一副图像中存在多个干扰目标时，无法达到精确匹配的要求。

发明内容

为了解决目前存在的上述问题，本发明提供了一种基于改进HU不变矩的快速图像匹配方法及其应用。

本发明的第一个目的在于提供一种基于改进HU不变矩的快速图像匹配方法，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。

可选的，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′。

可选的，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；