[发明专利]一种基于多边形广义霍夫变换的图像匹配方法

摘要

本发明公开了一种基于多边形广义霍夫变换的图像匹配方法，该方法包括(1)离线阶段(1.1)对模板图像进行边缘提取和多边形拟合；(1.2)利用局部三角特征以及顶点与模板图像参考点的矢量关系，构建R‑Table表；(2)在线阶段(2.1)对目标图像进行边缘提取和多边形拟合；(2.2)对目标图像进行投票，票数最高的位置点作为与模板图像上的参考点对应的匹配点，以确定模板图像的多边形的顶点与目标图像的多边形的顶点的对应关系，同时确定模板图像与目标图像之间发生平移、旋转和缩放的参数。本方法能够在RFID制造装备以及LED制造装备中用于物体的实时定位，并且有很好的鲁棒性和精度。

主权项

一种基于多边形广义霍夫变换的图像匹配方法，其特征在于，该方法包括如下步骤：(1)离线阶段，该步骤具体包括以下子步骤：(1.1)对模板图像进行边缘提取，并基于边缘提取结果来执行多边形拟合，并且该模板图像上设有参考点，以用于在目标图像中找到与此参考点对应的匹配点，从而将模板图像与目标图像的对应关系转化为参考点与匹配点的对应关系，具体过程如下：采用Canny算子对模板图像进行边缘提取和采用优势点删除的多边形拟合算法进行多边形拟合，在模板图像IT(x,y)中获得NT个多边形；模板图像的第k个多边形的第i个顶点其中k＝1,2,...,NT，是模板图像中第k个多边形的顶点的总个数，和分别是在X轴和Y轴上的坐标；(1.2)针对步骤(1.1)所拟合多边形，提取它的各个顶点及其邻近两顶点之间的局部三角特性，同时提取上述各个顶点与所述模板图像参考点之间的矢量关系，由此共同构建R‑Table表也即局部三角矢量关系表，获得R‑Table表的具体过程如下：(1.2.1)以模板图像的中心，或者模板图像几何轮廓的重心为参考点Pref，并且Pref＝(Txr,Tyr)，其中Txr和Tyr分别是参考点Pref在X轴和Y轴上的坐标；表示从顶点到参考点Pref的矢量，并且(1.2.2)对于模板图像中的NT个多边形中的每一个多边形执行以下操作：获得矢量其中，和分别是第k个多边形的其中一个顶点和与其相邻的两顶点构成的矢量；将矢量和中长度较小的矢量记作长度较大的矢量记作获得和的夹角其是一个对于旋转和缩放不变的局部特征；获得主索引其中Δβ为的角度步长，Δβ,2Δβ,...,π，fround(·)表示四舍五入取整函数；获得二次索引以用于区分具有相同主索引βindex的三角形，其中，表示和的模的比即Δε表示的比率步长，获得矢量与的夹角获得矢量与的夹角(1.2.3)利用局部三角特征以及多边形顶点与模板图像中的参考点的矢量关系，将所有与主索引角βindex和二次索引εindex对应的储存作为R‑Table表的内容，则获得R‑Table表；(2)在线阶段，该步骤具体包括以下步骤：(2.1)对目标图像同样进行边缘提取，并边缘提取结果来执行多边形拟合；(2.2)利用目标图像的多边形的每个顶点与其邻近两顶点的局部三角 特征，以及步骤(1.2)中构建的R‑Table表对目标图像进行投票，票数最高的位置点作为与模板图像上的参考点对应的匹配点，以确定模板图像中的多边形与目标图像中的多边形的对应关系，同时确定模板图像与目标图像之间发生平移、旋转和缩放的参数。