[发明专利]图像目标匹配定位方法、存储介质和计算机

说明书

本发明提供一种图像目标匹配定位方法、存储介质和计算机，所述方法包括：将模板图像的第一边缘梯度模板集作为底层模板集创建所述模板图像的金字塔式多层模板集；将待检测图像的第一边缘梯度图像作为底层边缘检测图像创建金字塔式多层边缘检测图像；将待检测图像的金字塔式多层边缘检测图像与所述模板图像的金字塔式多层模板集按照从高层到底层的顺序进行匹配，以在所述底层模板集中找到候选的一张或多张第一边缘梯度模板；将待检测图像的第二边缘梯度图像与在所述底层模板集中找到的候选的第一边缘梯度模板对应的第二边缘梯度模板进行进一步匹配，进而找到匹配的第二边缘梯度模板。可以支持图像中多角度，多尺度的目标区域的快速匹配定位。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像目标匹配定位方法、存储介质和计算机。

背景技术

图像的边缘是用来判断图像中目标区域的位置、旋转角度以及缩放等变化的主要依据，且图像的边缘信息较整幅图像而言具有信息量少，特征明显，受光照等外部条件影响较小的特点，因此基于轮廓和边缘特征被广泛的应用于图像特征匹配中。对于传统的基于点特征如sift，surf，fast以及角点等的算法，因为其实时性、对图像的噪声敏感性、匹配精度不足等问题，在图像匹配定位中应用十分有限。而基于线特征的匹配算法，只适用于直线较多的匹配定位，适用范围较小。

因此，有必要提出一种改进的方案来克服上述问题。

发明内容

本发明的目的在于提供一种图像目标匹配定位方法、存储介质和计算机，其可以克服传统的点特征和线特征算法的不足，可以支持图像中多角度，多尺度的目标区域匹配定位。

为实现发明目的，根据本发明的一个方面，本发明提供一种图像目标匹配定位方法，其包括：基于模板图像和第一阈值生成所述模板图像的第一边缘梯度模板集，基于模板图像和第二阈值生成所述模板图像的第二边缘梯度模板集，将所述模板图像的第一边缘梯度模板集作为底层模板集创建所述模板图像的金字塔式多层模板集，其中所述金字塔式多层模板集的顶层模板集和中间层模板集是由底层模板集中的第一边缘梯度模板缩小而成，各层模板集中的第一边缘梯度模板的尺寸从顶层到底层逐步减小，第一阈值大于第二阈值；基于待检测图像和第一阈值得到所述待检测图像的第一边缘梯度图像，基于待检测图像和第二阈值得到所述待检测图像的第二边缘梯度图像，将所述待检测图像的第一边缘梯度图像作为底层边缘检测图像创建金字塔式多层边缘检测图像，其中所述金字塔式多层边缘检测图像的顶层边缘检测图像和中间层边缘检测图像是由底层边缘检测图像缩小而成，各层边缘检测图像的尺寸从顶层边缘检测图像到底层边缘检测图像逐步减小；利用搜索窗在所述待检测图像上进行遍历搜索，将搜索窗内的所述待检测图像的金字塔式多层边缘检测图像与所述模板图像的金字塔式多层模板集按照从高层到底层的顺序进行匹配，以在所述底层模板集中找到候选的一张或多张第一边缘梯度模板；和将搜索窗内的所述待检测图像的第二边缘梯度图像与在所述底层模板集中找到的候选的第一边缘梯度模板对应的第二边缘梯度模板进行进一步匹配，进而找到匹配的第二边缘梯度模板。

根据本发明的另一个方面，本发明提供一种存储介质，其存储有程序指令，在所述程序执行被运行上文所述的图像目标匹配定位方法。

根据本发明的再一个方面，本发明提供一种计算机，其包括处理器和存储器，所述存储器中存储有程序指令，所述处理器运行所述程序指令以执行上文所述的图像目标匹配定位方法。

与现有技术相比，本发明构建所述模板图像的金字塔式多层模板集，将所述待检测图像的金字塔式多层边缘检测图像与按照从高层到底层的顺序进行快速的匹配，以快速的找到候选的一张或多张第一边缘梯度模板，之后将所述待检测图像的第二边缘梯度图像与找到的候选的第一边缘梯度模板对应的第二边缘梯度模板进行进一步匹配，进而更精准的找到匹配的第二边缘梯度模板，可以支持图像中多角度，多尺度的目标区域匹配定位。

附图说明

图1为本发明中的图像目标匹配定位方法在一个实施例中的流程示意图；

图2为本发明中的模板图像的示例；