[发明专利]面向多标签识别与分布优化的RFID图像快速匹配方法

权利要求书

1.面向多标签识别与分布优化的RFID图像快速匹配方法，其特征在于，具体包括如下步骤：

步骤1：对多标签RFID图像进行灰度化处理；

步骤2：对经过灰度化处理的多标签RFID图像进行特征点提取；

步骤3：将多标签RFID图像均分成N个图像块，计算每个图像块的特征向量；

步骤4：计算多标签RFID图像A和多标签RFID图像D之间任意两个特征向量之间的相似度，如果相似度大于等于预设的相似度阈值，则该两个特征向量为相似的特征向量，计算相似的特征向量在多标签RFID图像A中对应的图像块a，以及在多标签RFID图像D中对应的图像块d；并计算图像块a和图像块d中特征点的欧氏距离，将欧氏距离小于预设的距离阈值的两个特征点作为匹配对。

2.根据权利要求1所述的面向多标签识别与分布优化的RFID图像快速匹配方法，其特征在于，采用如下公式对多标签RFID图像进行灰度化处理：

Y＝0.299*R+0.587*G+0.114*B

其中，Y为多标签RFID图像的灰度值，R,G,B分别为多标签RFID图像每个像素点的红，绿，蓝像素值。

3.根据权利要求1所述的面向多标签识别与分布优化的RFID图像快速匹配方法，其特征在于，所述步骤2具体为：

步骤2.1：在经过灰度化处理的多标签RFID图像上建立一个固定窗口，计算窗口发生[u,v]移动时，滑动前后窗口中的灰度变化其中，u表示窗口在竖直方向的偏移，v表示窗口在水平方向的偏移，M为二阶矩阵，w(x,y)为窗口函数，(x,y)表示当前窗口中像素点的坐标，I_x和I_y分别为在像素点(x,y)处对x和y的一阶偏导；

步骤2.2：设置得分函数R＝min(λ₁,λ₂)，其中，λ₁和λ₂是M的特征值，若R的值大于预设的最小阈值σ，则点(x,y)为特征点。

4.根据权利要求1所述的面向多标签识别与分布优化的RFID图像快速匹配方法，其特征在于，所述步骤3具体为：

步骤3.1：计算经多标签RFID图像中每个像素点(x,y)的水平方向梯度A_x(x,y)＝H(x+1,y)-H(x-1,y)，和垂直方向梯度A_y(x,y)＝H(x,y+1)-H(x,y-1)，其中，H(x,y)表示像素点(x,y)的像素值，H(x+1,y)表示像素点(x+1,y)的像素值，H(x-1,y)表示像素点(x-1,y)的像素值，H(x,y+1)表示像素点(x,y+1)的像素值，H(x,y-1)表示像素点(x,y-1)的像素值；

步骤3.2：计算像素点(x,y)处的梯度幅值计算像素点(x,y)的梯度方向

步骤3.3：根据每个像素点的梯度方向设置Q个梯度方向区间；将每个图像块均分成J个单元格，针对第j个单元格建立初始直方图，该直方图以梯度方向区间为横轴，以梯度幅值作为纵轴，j＝1,2,…,J；将第j个单元格中属于第q个梯度方向区间的像素点的梯度幅值叠加，从而得到与第j个单元对应的直方图；以直方图的纵轴的值作为特征向量，将图像块内的J个直方图进行归一化，得到每个图像块对应的特征向量。