[发明专利]一种基于多粒子群算法的图像目标匹配检测方法及系统

摘要

本发明提供一种基于多粒子群算法的图像目标匹配检测的方法，包括输入待测图像及目标图像，并通过预设的方式，计算出与输入的待测图像及目标图像二者之间相关联的共性特征空间，且进一步构造出共性特征空间对应的能量函数；基于多粒子群算法，获取共性特征空间对应能量函数上的每一局部极值点；其中，局部极值点的数量由待测图像与目标图像之间匹配检测的数量决定；根据获取到的每一局部极值点，通过共性特征空间对应能量函数在待测图像中确定出与每一局部极值点分别对应的区域，并将确定的每一区域分别作为待测图像与所述目标图像匹配检测的最终结果输出。实施本发明，能够降低计算量，提高计算速度，达到图像匹配的可靠性高及精度高的目的。

主权项

1.一种基于多粒子群算法的图像目标匹配检测的方法，其特征在于，所述方法包括：S1、输入待测图像及目标图像，并通过预设的方式，计算出与所述输入的待测图像及目标图像二者之间相关联的共性特征空间，且进一步构造出所述共性特征空间对应的能量函数；S2、基于多粒子群算法，获取所述共性特征空间对应能量函数上的每一局部极值点；其中，所述局部极值点的数量由所述待测图像与所述目标图像之间匹配检测的数量决定；S3、根据获取到的所述每一局部极值点，通过所述共性特征空间对应能量函数在所述待测图像中确定出与每一局部极值点分别对应的区域，并将确定的每一所述区域分别作为所述待测图像与所述目标图像匹配检测的最终结果输出；其中，所述步骤S1具体包括：输入所述待测图像及目标图像，并根据所述输入的待测图像及目标图像二者之间的相关联性，构建出方向梯度图；其中，所述方向梯度图为二维梯度图，其由水平方向梯度图与垂直方向梯度图形成；对构建的所述方向梯度图进行正则化处理，得到所述共性特征空间，使得得到的所述共性特征空间的计算值位于[0,1)之间；基于相似性距离测度与得到的所述共性特征空间之间的关联性，构造出所述共性特征空间具有多种分量函数相组合的能量函数；其中，所述多种分量函数包括去均值的归一化相关系数测量能量函数、基于Hausdorff距离的能量函数和基于局部极大值掩模统计量的能量函数。