[发明专利]一种模板图像边缘点优化方法

说明书

本发明公开了一种模板图像边缘点优化方法，包括：选取多张待匹配图像，分别提取模板图像和各张待匹配图像中的边缘点；利用模板图像中的边缘点A_i信息对各张待匹配图像中的边缘点进行匹配，在每张待匹配图像中找到匹配点D_ij及各匹配点对应的匹配分数值S_ij；利用分数值S_ij计算第i个边缘点的权重Vote_i；遍历每个边缘点，剔除权重值小于预设值的点，将剩余边缘点记为优化后的模板图像边缘点；本方法利用多种不同情况下的待匹配图像对模板图像中的边缘点进行优化，在此基础上，本方法还采用了聚类方法和最近邻方法相结合，去除对匹配精度无影响的边缘点，提升匹配速度。

技术领域

本发明涉及图像处理领域，具体涉及一种模板图像边缘点优化方法。

背景技术

模板匹配是一种最原始、最基本的模式识别方法，它是图像处理中最基本、最常用的匹配方法。模板匹配具有自身的局限性，对于特征点的匹配要求较高，而现有方法中，仅采用边缘提取方法获得模板图像中的边缘点，对于边缘点没有进行进一步处理，这会使得模板图像中的边缘点有较多杂点，影响匹配精度；同时，模板图像中的边缘点数量过多时，会造成匹配信息的冗余，这种情况非但无法提高精度反而降低了匹配速度。

发明内容

为了现有技术存在的问题，本发明提供了一种模板图像边缘点优化方法，其利用多种不同情况下的待匹配图像对模板图像中的边缘点进行优化，还采用了聚类方法和最近邻方法相结合，去除对匹配精度无影响的边缘点，提升匹配速度。

为此，本发明的技术方案如下：

一种模板图像边缘点优化方法，包括：选取多张待匹配图像，分别提取模板图像和各张待匹配图像中的边缘点；

利用模板图像中的边缘点A_i信息对各张待匹配图像中的边缘点进行匹配，在每张待匹配图像中找到匹配点D_ij及各匹配点对应的匹配分数值S_ij；i表示第i个边缘点，1≤i≤m，m表示模板图像中边缘点的总个数；j表示第j张待匹配图像，1≤j≤n，n表示待匹配图像的总张数；

计算第i个边缘点的权重Vote_i：

其中，

遍历每个边缘点，剔除权重值小于预设值的点，将剩余边缘点记为优化后的模板图像边缘点。

进一步，所述预设值为0.5～0.8。

优选，在提取模板图像和各张待匹配图像中的边缘点之前，预先对模板图像和待匹配图像进行图像预处理，包括滤波、增强、均衡化处理。

进一步，提取图像中边缘点的方法为canny边缘检测方法或sobel边缘检测方法。

为了缩短模板匹配时间，将所述优化后的模板图像边缘点进行聚类处理，得到K个边缘点聚类结果；

在单个边缘点聚类结果中，计算任意相邻两点之间的距离，统计距离均值L，计算步长系数p取值范围2～5；

若则：统计各边缘点梯度方向的均值，将均值记为该类边缘点集的主方向；查找该类边缘点集中的首个边缘点，将其存储为起始点，沿所述主方向，以步长s＝L/c进行最近邻搜索，将邻域内的距离起始点最远的边缘点存储为新的起始点、其他边缘点剔除，以新的起始点继续进行最近邻搜索，直到遍历完该类边缘点集的所有点，将被存储为起始点的各个边缘点记为该类边缘点集中的最终边缘点；

否则：直接将当前边缘点聚类结果中的各个边缘点记为最终边缘点，并跳转到下一个边缘点聚类结果中，计算步长系数c，并再次判断；直到遍历完K类边缘点集，得出每类边缘点集中的最终边缘点；将所有最终边缘点汇总为模板图像中的最终边缘点。