[发明专利]一种基于不同粒度特征匹配一致性的物体重识别方法

说明书

本发明公开了一种基于不同粒度特征匹配一致性的物体重识别方法，其包括以下步骤：输入物体的原始图像及待识别图像，预处理待识别图像，通过投影变换得到无背景干扰的待识别图像；通过角点检测方法提取待识别图像及原始图像的细粒度特征，利用角点匹配方法匹配待识别图像与原始图像的细粒度特征匹配结果；通过图像算法过滤待识别图像及原始图像的细浅纹理，通过角点检测方法提取待识别图像及原始图像的粗粒度特征，利用角点匹配方法得到待识别图像与原始图像的粗粒度特征匹配结果；基于细粒度特征匹配结果和粗粒度特征匹配结果进行比对，得到物体重识别结果；本发明能够有效提升随机纹理物体的匹配精度，从而提高物体的重识别速度和效率。

技术领域

本发明涉及物体重识别技术领域，尤其涉及一种基于不同粒度特征匹配一致性的物体重识别方法。

背景技术

图像目标再识别也叫目标重识别，是对不同摄像机镜头在不同时间、不同光照、不同拍摄方位、不同背景下拍摄到的目标进行再次匹配的过程。图像目标再识别技术的研究主要集中在行人再识别和车辆再识别领域，对于物体重识别的研究较少。

在企业的质量检测、样品挑选等质检、生产活动中，通过目标物体的重识别，保证被挑选的物体就是想要的目标物体，常常是其业务过程中一个很重要的前期环节，确保检测样本与采集样本一致，是确保检测结果有效、检验方法可行的前提。对于像水泥砖块、原木木板、原生石板、带散斑的布匹、有一定纹理的纸张等纹理具有随机性和自相似性的目标物体，业务场景特殊，往往因为样本量少、物体特征不能事先定义、采样条件差异大等原因，既不能使用严格的像素比较方法，也难以建立特征提取模型。

对于具体物理来说，纹理是唯一且不易被仿制的，所以其中一个可行的做法是，在采集时和检测前分别拍照，利用图像算法为基础，通过图片匹配技术对目标物体进行重识别。对于有纹理的物体，通过对目标物体图像进行角点检测和角点匹配技术处理得到相似结果，但是物体间具有纹理的相似性影响，在图片在不同场景的弱约束拍照，容易受背景干扰、方向角度、砖面图片大小及光照程度的影响，难以保证匹配是唯一且有效的。

因此，找到一个物体重识别方法，充分利用角点匹配的特性，进行再次处理，得到目标物体的重识别判断结果，提高再识别的速度和准确率，对于这类目标物体的再识别业务是迫切急需的。

发明内容

本发明的目的在于提供一种基于不同粒度特征匹配一致性的物体重识别方法，该方法能够有效提升随机纹理物体的匹配精度，从而提高物体的重识别速度和效率。

为实现上述目的，本发明采用以下技术方案：

一种基于不同粒度特征匹配一致性的物体重识别方法，包括以下步骤：

S1、输入物体的原始图像及待识别图像，预处理待识别图像，通过投影变换得到无背景干扰的待识别图像；

S2、通过角点检测方法提取待识别图像及原始图像的细粒度特征，利用角点匹配方法匹配待识别图像与原始图像的细粒度特征匹配结果；

S3、通过图像算法处理待识别图像及原始图像的浅纹理，通过角点检测方法提取待识别图像及原始图像的粗粒度特征，利用角点匹配方法得到待识别图像与原始图像的粗粒度特征匹配结果；

S4、基于细粒度特征匹配结果和粗粒度特征匹配结果进行比对，计算一致性，得到物体重识别结果。

进一步地，所述预处理待识别图像，通过投影矩阵公式对待识别图像进行投影变换，得到物体的占比、位置与原始图像一致且无背景干扰的待识别图像。

进一步地，所述投影矩阵公式：

其中，[x’,y’,w’]为变换后的坐标，[u,v,w]为变换前的坐标，3×3的[a]矩阵为投影矩阵，3×3的[a]矩阵由待识别图像上已知的4个点和物体实物的对应坐标计算得到。