[发明专利]模板匹配方法、模板匹配装置以及存储介质

说明书

本发明提供了一种模板匹配方法，包括：获得模板图像；通过对模板图像应用变换参数来生成至少一个模型图像；从至少一个模型图像中的每个模型图像中提取边缘点；针对每个模型图像，通过基于像素梯度大小的第一过滤对所提取的边缘点进行过滤，得到对应于每个模型图像的第一像素子集；通过基于像素梯度方向和像素距离的第二过滤对第一像素子集进行过滤，得到对应于每个模型图像的第二像素子集；通过计算第二像素子集中的每个像素与待检测图像区域中的对应像素之间的相似度，得到每个模型图像的第一匹配度；以及基于第一匹配度，判断至少一个模型图像中的每个模型图像与待检测图像区域是否匹配。

技术领域

一般地，本发明涉及图像处理领域，更具体地涉及一种模板匹配方法、 模板匹配装置以及计算机可读存储介质。

背景技术

在图像处理领域中，模板匹配(Template Matching)通常用于检测实际场 景中目标图像的位置和姿态等参数，并且对遮挡、杂乱、对比度反转、非线性 光照条件等场景具有一定的鲁棒性。因此，基于模板匹配的目标识别和定位 可以广泛应用于自动化检查、缺陷检测等实际应用中。例如，通过匹配模板 图像与待检测图像(如包含缺陷的图像)之间的像素点，能够找到图像之间 诸如平移、缩放和旋转之类的数值，从而利用已知的模板图像的参数来获得 目标图像的参数。因此，如何选取模板图像中用于匹配的像素点对于模板匹配至关重要。

然而，在现有的模板匹配方法中，由于对模板图像中用于匹配的像素点 选择不当，可能导致选取的像素点过多而造成匹配效率低，或者遗漏有效像 素点而造成匹配准确率低等问题。因此，需要提出一种改进的模板匹配方式， 通过合理的像素选取策略和匹配方式，在效率和准确率之间获得权衡。

发明内容

有鉴于此，根据本发明的其中一个方面，提供了一种模板匹配方法，包 括：获得模板图像；通过对模板图像应用变换参数来生成至少一个模型图像； 从至少一个模型图像中的每个模型图像中提取边缘点；针对每个模型图像， 通过基于像素梯度大小的第一过滤对所提取的边缘点进行过滤，得到对应于 每个模型图像的第一像素子集；通过基于像素梯度方向和像素距离的第二过 滤对第一像素子集进行过滤，得到对应于每个模型图像的第二像素子集；通 过计算第二像素子集中的每个像素与待检测图像区域中的对应像素之间的相 似度，得到每个模型图像的第一匹配度；以及基于第一匹配度，判断至少一 个模型图像中的每个模型图像与待检测图像区域是否匹配。

此外，根据本发明的一个实施例，其中，判断至少一个模型图像中的每 个模型图像与待检测图像区域是否匹配，包括：将第一匹配度与一阈值进行 比较；其中，若第一匹配度不小于该阈值，则确定与不小于该阈值的第一匹 配度相关联的特定模型图像与待检测图像区域正向匹配；以及若第一匹配度 小于该阈值，则确定与小于该阈值的第一匹配度相关联的特定模型图像与待 检测图像区域不匹配。

此外，根据本发明的一个实施例，其中，在确定特定模型图像与待检测 图像区域正向匹配后，还包括：从匹配的待检测图像区域中提取边缘点，并 且对匹配的待检测图像区域的边缘点进行第一过滤和第二过滤，以得到第三 像素子集，通过计算第三像素子集中的每个像素与匹配的特定模型图像中的 对应像素之间的相似度，得到特定模型图像的第二匹配度；以及基于第一匹 配度和第二匹配度两者，确定特定模型图像与待检测图像区域之间是否匹配。

此外，根据本发明的一个实施例，模板匹配方法还包括：基于第一匹配 度和第二匹配度两者中的最小者，确定特定模型图像与待检测图像区域之间 是否匹配。

此外，根据本发明的一个实施例，模板匹配方法还包括：计算第二像素 子集中的每个像素的锐度，锐度被定义为与像素和其相邻像素形成的角度相 关联的值；基于所计算出的每个像素的锐度，对第二像素子集中的每个像素 赋予权值；以及通过权值来加权计算第一匹配度。

此外，根据本发明的一个实施例，模板匹配方法还包括：计算第三像素 子集中的每个像素的锐度，基于所计算出的每个像素的锐度，对第三像素子 集中的每个像素赋予权值；以及通过权值来加权计算第二匹配度。