[发明专利]一种基于计算机视觉的图像匹配方法

说明书

本发明公开了一种基于计算机视觉的图像匹配方法，属于计算机视觉技术领域，该图像匹配方法的具体步骤如下：(1)图像获取；(2)图像网格划分；(3)候选图像提取；(4)网格图像合并；(5)图像预处理；(6)图像匹配；本发明相较于传统灰度图像匹配方法或特征匹配方法而言，其将待匹配图像进行网格划分，之后基于局部特征点确定参考图像在浮动图像的大致位置，从而大大降低了计算机图像匹配资源，最后通过相似性度量算法进行遍历匹配，从而有利于在保证图像匹配精度的同时兼顾图像匹配速度。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于计算机视觉的图像匹配方法。

背景技术

经检索，中国专利号CN103500323B公开了一种基于自适应灰度图像滤波的模板匹配方法，该发明方法虽然提高了图像准确率，但无法在保证图像匹配精度的同时兼顾图像匹配速度；图像匹配，是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点；其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题；目前，图像匹配作为图像处理及计算机视觉中的一项重要技术，被广泛应用于医学图像处理分析、天气预报检测、遥感图像分析、图像三维重构、图像拼接、目标跟踪识别等领域；图像匹配可分成以灰度为基础的匹配和以特征为基础的匹配，灰度匹配是将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配，灰度匹配的缺点是计算量太大，不适合有速度要求的场景，所以该方法很少被使用；特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征)，对特征进行参数描述，然后运用所描述的参数来进行匹配的一种算法，基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等，特征匹配首先对图像进行预处理来提取其高层次的特征，然后建立两幅图像之间特征的匹配对应关系，通常使用的特征基元有：点特征、边缘特征和区域特征，特征匹配需要用到许多数学运算，如矩阵运算、梯度求解、傅立叶变换和泰勒展开等，实际使用过程中，会因仿射变换、尺度变化、环境干扰等问题出现误匹配点多而使得匹配性能严重降低的问题，因此，发明出一种基于计算机视觉的图像匹配方法变得尤为重要；

现有基于计算机视觉的图像匹配方法大多采用传统的灰度匹配方法或特征匹配方法，其中灰度匹配方法虽然精确度较高，但处理速度太慢，易过度消耗计算机资源，而传统的特征匹配方法虽然提高了系统处理速度，但易受环境干扰等因素影响，导致匹配精度降低；为此，我们提出一种基于计算机视觉的图像匹配方法。

发明内容

本发明的目的是为了解决现有技术中存在的现有基于计算机视觉的图像匹配方法大多采用传统的灰度匹配方法或特征匹配方法，其中灰度匹配方法虽然精确度较高，但处理速度太慢，易过度消耗计算机资源，而传统的特征匹配方法虽然提高了系统处理速度，但易受环境干扰等因素影响，导致匹配精度降低的缺陷，而提出的一种基于计算机视觉的图像匹配方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于计算机视觉的图像匹配方法，该图像匹配方法的具体步骤如下：

(1)图像获取：获取模板图像和待匹配图像，将模板图像依据待匹配内容剪裁为M×N大小的参考图像，同时将待匹配图像作为浮动图像，所述浮动图像的尺寸大于剪裁后的参考像的尺寸；

(2)图像网格划分：提取步骤一所述浮动图像，并将其进行网格划分，形成多个大小相同的单元网格图像，同时按照参考图像给每个单元网格图像赋予位置标号；

(3)候选图像提取：提取步骤一所述参考图像某一局部特征点，按照所述某一局部特征点对步骤(2)所述多个大小相同的单元网格图像进行像素距离计算，提取出多个候选单元网格图像；

(4)网格图像合并：获取步骤(3)所述多个候选单元网格图像，并根据步骤(2)所述位置标号的大小对其进行合并，形成局部浮动图像；