[发明专利]图像匹配方法、装置、电子设备以及存储介质

权利要求书

1.一种图像匹配方法，其特征在于，所述方法包括：

确定模板图像的模板边缘轮廓信息集；所述模板边缘轮廓信息集表征从模板图像提取的不同金字塔分层下的多尺度多旋转角度的模板边缘轮廓；

确定待搜索图像的待搜索边缘轮廓信息集；所述待搜索边缘轮廓信息集表征根据所述模板图像的金字塔分层数，从所述待搜索图像提取的不同金字塔分层下的待搜索边缘轮廓；

针对自上而下的金字塔分层结构，基于当前分层的轮廓匹配搜索信息，将当前分层的模板边缘轮廓在当前分层的待搜索边缘轮廓上进行相似度匹配，得到当前分层的轮廓匹配结果；

依据当前分层的轮廓匹配结果，确定下一分层的模板边缘轮廓在下一分层对应待搜索边缘轮廓进行相似度匹配时使用的轮廓匹配搜索信息，用以跳到下一分层进行相似度匹配时使用，直至金字塔底层；

依据在金字塔底层相似度匹配结束时的轮廓匹配结果，识别所述待搜索图像中模板图像指示的目标形状；

其中，所述轮廓匹配搜索信息包括模板边缘轮廓进行相似度匹配时的待匹配区域、待匹配尺度范围和待匹配角度范围；所述轮廓匹配结果包括模板边缘轮廓在待搜索边缘轮廓完成匹配时的重心位置、尺度与旋转角度。

2.根据权利要求1所述的方法，其特征在于，确定模板图像的模板边缘轮廓信息集，包括：

对模板图像进行金字塔自适应分层，得到多个分层的模板图像；以及，对每个分层的模板图像进行分尺度配置，并对分尺度的模板图像进行多旋转角度配置；

从每个分层的分尺度多旋转角度的模板图像集合中分别提取对应的模板边缘轮廓信息，以构建模板图像的模板边缘轮廓信息集；

其中，所述边缘轮廓信息包括轮廓的重心位置、边缘轮廓点相对于轮廓重心的像素位置、边缘轮廓点梯度幅值以及边缘轮廓点横向梯度与纵向梯度。

3.根据权利要求2所述的方法，其特征在于，对模板图像进行金字塔自适应分层，得到多个分层的模板图像，包括：

依据模板图像的边缘梯度幅值与梯度方向，对模板图像中像素点进行非极大值抑制处理；以及，依据模板图像的梯度幅值自适应确定模板图像的滞后阈值；

依据模板图像的滞后阈值，对非极大值抑制处理的模板图像进行边缘点划分处理，得到模板图像的模板边缘轮廓图像；

基于模板图像的模板边缘轮廓图像中模板边缘轮廓点数对模板图像进行金字塔自适应分层得到多个分层的模板图像。

4.根据权利要求1所述的方法，其特征在于，确定待搜索图像的待搜索边缘轮廓信息集，包括：

依据对所述模板图像的金字塔分层数对待搜索图像进行金字塔分层，得到多个分层的待搜索图像；

从每个分层的待搜索图像中提取对应的待搜索边缘轮廓信息，以构建待搜索图像的待搜索边缘轮廓信息集；

其中，所述边缘轮廓信息包括轮廓的重心位置、边缘轮廓点相对于轮廓重心的像素位置、边缘轮廓点梯度幅值以及边缘轮廓点横向梯度与纵向梯度。

5.根据权利要求4所述的方法，其特征在于，从每个分层的待搜索图像中提取对应的待搜索边缘轮廓信息，包括：

依据每个分层的待搜索图像的梯度幅值与梯度方向，对待搜索图像中像素点进行非极大值抑制；

对非极大值抑制的待搜索图像进行边缘点划分处理得到待搜索图像的待搜索边缘轮廓图像，以得到对应的待搜索边缘轮廓信息。

6.根据权利要求1所述的方法，其特征在于，基于当前分层的轮廓匹配搜索信息，将当前分层的模板边缘轮廓在当前分层的待搜索边缘轮廓上进行相似度匹配，包括：

基于当前分层的轮廓匹配搜索信息，分别将当前分层的不同尺度不同旋转角度的模板边缘轮廓在当前分层对应待搜索边缘轮廓上进行滑动遍历；

在分别使用不同尺度不同旋转角度的模板边缘轮廓滑动遍历时，计算不同尺度不同旋转角度的模板边缘轮廓与待搜索边缘轮廓之间的相似度；

基于计算的不同尺度不同旋转角度的模板边缘轮廓与待搜索边缘轮廓之间的相似度，确定当前分层下模板边缘轮廓在待搜索边缘轮廓的轮廓匹配结果。