[发明专利]一种目标匹配方法

摘要

本发明公开了一种目标匹配方法。该目标匹配方法包括，根据所述霍夫变换的查找表，获得目标图像中与所述模板图像对应的匹配对象，完成目标匹配；其中，所述查找表的索引值为灰度排序序列，所述查找表的存储值为旋转不变特征参数。本发明以灰度排序序列特征构建索引值，从而扩大了图像信息的收集范围，能有效的应对实际情况中由于噪声、光照不均等因素对图像匹配带来的不利影响。

主权项

1.一种目标匹配方法，其特征在于，包括如下步骤：(1)根据霍夫变换的查找表，获得目标图像的投票值；其中，所述查找表的索引值为灰度排序序列，所述查找表的存储值为旋转不变特征参数；所述灰度排序序列的获得方法具体包括：(1.1)获取模板图像中的匹配对象的第k条边缘上的第i个边缘点P^k(i)；其中，k∈(1,2,...,K)，i∈(1,2,...,N^k)，K为匹配对象的边缘的数量，N^k为第k条边缘上的边缘点的数量；(1.2)在以边缘点P^k(i)为圆心，半径为r的圆周上等距离选取N个采样点，并获得所述边缘点P^k(i)对应的采样点的灰度排序序列；根据边缘点P^k(i)的梯度方向，获得对应所述N个采样点的第一序列，同时根据灰度值，获得对应所述N个采样点的第二序列；所述灰度排序序列为所述第一序列中的采样点在第二序列中的序号序列，或者所述第二序列中的采样点在第一序列中的序号序列；(2)首先在模板图像中选取一个参考点P_ref，此参考点设置为模板图像的中心点或者模板图像边缘轮廓的重心，根据所述投票值，在目标图像上获得与所述模板图像对应的参考点P_ref，具体方法如下：其中，为目标图像中提取的第k条边缘上的第i个边缘点的坐标，k∈(1,...,K)，K表示目标图像的边缘的数量，i∈(1，2，…，N^k)，N^k表示第k条边缘上的边缘点的数量，l^k为顺时针旋转角度β^k_T(i)对应的旋转矩阵，G^k(i)为边缘点对应的梯度向量；为重新构建的投票向量，m∈(1，2，…，S)，S表示该边缘点对应的投票向量的个数；下标T表示该图像为模板图像；每个边缘点均对应多个投票向量，这些投票向量的末端指向不同的点，但是每个边缘点都有一个投票向量投向同一点，该点即为模板图像中的参考点P_ref；(3)根据所述参考点P_ref以及所述边缘点P^k(i)对应的参考向量R^k(i)，获得目标图像中的匹配对象与所述模板图像对应的边缘点，从而获得匹配对象，完成目标匹配；其中，参考向量R^k(i)的计算公式如下：R^k_T(i)＝P_ref－P^k_T(i)L^k_T(i)＝||R^k_T(i)||其中，L^k_T(i)是指参考向量R^k_T(i)的长度，G^k_T(i)是指边缘点P^k_T(i)的梯度向量，β^k_T(i)是指参考向量R^k_T(i)与梯度向量G^k_T(i)之间的夹角，下标T表示该图像为模板图像。