亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

基于Sobel向量的模板匹配方法

文檔序號:9506816閱讀:701來源:國知局
基于Sobel向量的模板匹配方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于Sobel方向向量在目標(biāo)圖像中搜索模板位姿的方法。
【背景技術(shù)】
[0002] 現(xiàn)有技術(shù)中,在目標(biāo)圖像中搜索模板位姿的方法主要有歸一化互相關(guān)系數(shù)法、廣 義霍夫變換法、幾何基元匹配法等。其中,歸一化互相關(guān)系數(shù)法和廣義霍夫變換法計算量 大,搜索速度慢,且對圖像的明暗變化較敏感。而幾何基元搜索法在模板圖像是復(fù)雜圖案時 計算量成幾何級數(shù)增長。因此,需要一種具有計算量小,計算結(jié)果快速收斂,在搜索圖像明 暗變化明顯以及遮擋嚴(yán)重時仍然能準(zhǔn)確定位模板的位姿的模板搜索方法。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于Sobel向量的模板匹配方法,所述的這種基于 Sobel方向向量的在目標(biāo)圖像中搜索模板位姿的方法要解決現(xiàn)有技術(shù)中計算速度慢、對圖 像明暗變化及遮擋等敏感的技術(shù)問題。
[0004] 為了實現(xiàn)這一目的,本發(fā)明采用的技術(shù)方案是:
[0005] -種基于Sobel向量的模板匹配方法,首先在模板圖像建立圖像金字塔,并在金 字塔的各層提取模板的邊緣點并計算邊緣點的Sobel方向向量,然后在金字塔各層使用已 經(jīng)提取好的邊緣點以及邊緣點對應(yīng)Sobel方向向量,計算相對于該層模板金字塔圖像中心 〇度到360度的旋轉(zhuǎn)變換并存儲下來;然后給出一個搜索圖像中任一點與模板圖像的相似 度量函數(shù),從搜索圖像金字塔的最頂層開始,計算圖像上每一點〇到360度的相似度量函數(shù) 的值,并找到最大值的位置和對應(yīng)角度,然后在該最大值的位置在金字塔下一層對應(yīng)位置 的5X5的范圍,角度為上一層最大值對應(yīng)角度的±2 n 1度范圍內(nèi)計算相似度量函數(shù),找到 最大值的位置和對應(yīng)的角度,其中η為當(dāng)前金字塔層數(shù),以此類推,直到到達金字塔的最底 層,找到的最大值的位置和對應(yīng)的角度就是模板圖像在搜索圖中的位姿,其所對應(yīng)的相似 度量函數(shù)的值就是搜索圖像中的物體與模板物體的相似程度。
[0006] 所述在金字塔的各層提取模板的邊緣點的具體方法:從金字塔的最頂層開始,使 用Canny算子提取模板圖像的邊緣點P i= (X ;,yi)T, i = 1,2, "·η以及其Sobel方向向量 山=(u ;,Vi)τ,其中Pi為邊緣點相對于模板圖像中心點的相對坐標(biāo)。
[0007] 所述計算相對于該層模板金字塔圖像中心0度到360度的旋轉(zhuǎn)變換:計算圖像金 字塔每一層中邊緣點P 1及其Sobel方向向量Cl1WiT開始以Γ為步進角度繞圖像中心的 旋轉(zhuǎn)變換 P' i, 〇 = (X' i, e,y' i, e)T= Ap ;和 d' i, 0 = (ur i,V' i)T= (A Y · di,其 中,A為旋轉(zhuǎn)變換矩陣,Θ e [0°,360° ),以Γ作為步進
[0009] 將計算出的V L e和d' L e存儲下來。
[0010] 所述從搜索圖像金字塔的最頂層開始,計算圖像上每一點0到360度的相似度量 函數(shù)的值,并找到最大值的位置和對應(yīng)角度:在搜索圖像金字塔的最頂層的圖像大小為 WXH,當(dāng)?shù)讦菍訛樽铐攲訒r,對每一點qi(s,t),其sobel方向向量為e(s,t) = (as,t,bs,t) T,計算相似度量函數(shù)
[0012] 其中,Θ e [0,360),以 2η1 為步進角度,s e [0,W],t e [0,Η];
[0013] 然后計算所有score中,找到最大值,該值所對應(yīng)的sl,tl,θ 1即為頂層最匹配的 位姿。
[0014] 所述金字塔層數(shù)為n-1層時計算相似度量函數(shù)值,其中,
[0015] S e [S1X2-2, S1X2+2],t e [tlX2-2, tlX2+2],Θ e [ Θ 卜2X2n 2, θ 1+2Χ2η 2) Θ以2n 2為步進角度,找到所有score中的最大值,該值所對應(yīng)的s2, t2,Θ 2 即為第n-1層最匹配的位姿;
[0016] 所述金字塔層數(shù)n-2層,n-3層,…,直到最底層,重復(fù)上述計算,最后,在金字塔 最底層中求得的sn,tn,Θ n即為模板圖像在搜索圖像中的位姿。
[0017] 本發(fā)明的有益效果是:本發(fā)明具有計算量小,計算結(jié)果快速收斂,在搜索圖像明暗 變化明顯以及遮擋嚴(yán)重時仍然能準(zhǔn)確定位模板位姿的優(yōu)點。
【附圖說明】
[0018] 圖1為模板圖中邊緣點(X,y)及其Sobel方向向量(u, V)的示意圖;
[0019] 圖2為搜索圖上某一點(s,t)的相似度量函數(shù)計算中其中一個邊緣點的點積計算 示意圖。
【具體實施方式】
[0020] 下面結(jié)合附圖和具體實施例進行詳細說明,以便對本發(fā)明的目的、技術(shù)方案有更 深入的理解。
[0021] 本發(fā)明的基于Sobel向量的模板匹配方法,具體步驟如下:
[0022] 第1步:使用給定的模板圖像,建立圖像金字塔,在本實施例中,取金字塔層數(shù)為 4,但具體取值方式不作為本發(fā)明的限制,在此只是作為示例。
[0023] 第2步:在模板圖像金字塔的每一層中,使用Canny算子提取邊緣點Pi= (X ;,y;) T, i = 1,2,…4以及其Sobel方向向量(Ii= (u ;,VJt。其中Pi為邊緣點相對于模板圖像中 心點的相對坐標(biāo),如圖1所示。
[0024] 第3步:計算圖像金字塔每一層中邊緣點Pi及其Sobel方向向量di從0度開始 以1°為步進角度繞圖像中心的旋轉(zhuǎn)變換P' i, 〇 = (X' 1〇,太i,e)T= ApJPcf i, ο = (u W丨=(A 1^d1,其中,A為旋轉(zhuǎn)變換矩陣,Θ e [0°,360° ),以1°作為步進
[0026] 將計算出的V L e和d' L e存儲下來。
[0027] 第4步:使用給定的搜索圖像,建立圖像金字塔,金字塔層數(shù)與模板圖像一致。
[0028] 第5步:在搜索圖像金字塔的最頂層(在本例中η為第4層),其圖像大小為WXH, 對每一點qi(s,t),其sobel方向向量為e(s,t) = (as, t,bs,t)T,計算如下相似度量函數(shù)
[0030] 其中,Θ e [0,360),以 23為步進角度,s e [0,W],t e [0,H],如圖 2 所示。
[0031] 第6步:在第5步計算的所有score中,找到最大值,該值所對應(yīng)的sl,tl,Θ 1即 為頂層最匹配的位姿。
[0032] 第7步:在搜索圖像金字塔的第3層中,計算第5步的相似度量函數(shù),其中,
[0033] s e [si X 2-2, si X 2+2],t e [tl X 2-2, tl X 2+2],Θ e [ Θ 1-2 X 22, Θ 1+2 X 22), Θ以22為步進角度。找到所有score中的最大值,該值所對應(yīng)的s2, t2,Θ 2即為第3層 最匹配的位姿。
[0034] 第8步:對金字塔第2層、最底層,重復(fù)進行第7步,最后,在金字塔最底層中求得 的s4,t4, Θ 4即為模板圖像在搜索圖像中的位姿。
[0035] 按上述具體實施步驟進行模板位姿搜索的實施例,在模板物體被其他物體嚴(yán)重遮 擋,但是依然能夠正確的找到該物體的位姿。因此,本發(fā)明提供了一種適合任意模板圖像且 搜索圖像有明顯明暗變化及遮擋時仍能準(zhǔn)確定位模板位姿的方法。
【主權(quán)項】
1. 一種基于Sobel向量的模板匹配方法,其特征在于,具體步驟為:首先在模板圖像建 立圖像金字塔,并在金字塔的各層提取模板的邊緣點并計算邊緣點的Sobel方向向量,再 在金字塔各層使用已經(jīng)提取好的邊緣點以及邊緣點對應(yīng)Sobel方向向量計算,計算相對于 該層模板金字塔圖像中心0度到360度的旋轉(zhuǎn)變換并存儲下來,然后給出一個搜索圖像中 任一點與模板圖像的相似度量函數(shù),從搜索圖像金字塔的最頂層開始,計算圖像上每一點 0 到360度的相似度量函數(shù)的值,并找到最大值的位置和對應(yīng)角度,然后在該最大值的位置 在金字塔下一層對應(yīng)位置的5X5的范圍,角度為上一層最大值對應(yīng)角度的±2n1度范圍內(nèi) 計算相似度量函數(shù),找到最大值的位置和對應(yīng)的角度,其中η為當(dāng)前金字塔層數(shù),以此類 推,直到到達金字塔的最底層,找到的最大值的位置和對應(yīng)的角度就是模板圖像在搜索圖 中的位姿,其所對應(yīng)的相似度量函數(shù)的值就是搜索圖像中的物體與模板物體的相似程度。2. 根據(jù)權(quán)利要求1所述的基于Sobel向量的模板匹配方法,其特征在于:所述在金字 塔的各層提取模板的邊緣點的具體方法:從金字塔的最頂層開始,使用Canny算子提取模 板圖像的邊緣點Pi=(Xi,yi)T,i= 1,2, "·η以及其Sobel方向向量山=(ui,Vi)T,其中Pi 為邊緣點相對于模板圖像中心點的相對坐標(biāo)。3. 根據(jù)權(quán)利要求1所述的基于Sobel向量的模板匹配方法,其特征在于:所述計算相 對于該層模板金字塔圖像中心0度到360度的旋轉(zhuǎn)變換方法:計算圖像金字塔每一層中邊 緣點Pi及其Sobel方向向量d,人0°開始以Γ為步進角度繞圖像中心的旋轉(zhuǎn)變換V,, θ=(χ'i, 〇,y'i,θ)τ=Αρ^(1' e=(u'i,v' ,= ^1)?,其中,A為旋轉(zhuǎn)變換 矩陣,Θe[〇°,360° ),以Γ作為步進將計算出的P'i,e和ti,e存儲下來。4. 根據(jù)權(quán)利要求1所述的基于Sobel向量的模板匹配方法,其特征在于:所述從搜索 圖像金字塔的最頂層開始,計算圖像上每一點0到360度的相似度量函數(shù)的值,并找到最大 值的位置和對應(yīng)角度:在搜索圖像金字塔的最頂層的圖像大小為WXH,當(dāng)?shù)讦菍訛樽铐攲?時,對每一點Qi(s,t),其sobel方向向量為e(s,t) = (as,t,bs,t)τ,計算相似度量函數(shù):其中,Θe[〇,360),以 2η1 為步進角度,se[〇,W],te[〇,Η]; 然后計算所有score,找到最大值,該值所對應(yīng)的sl,tl,θ1即為頂層最匹配的位姿。5. 根據(jù)權(quán)利要求4所述的基于Sobel向量的模板匹配方法,其特征在于:所述金字塔 層數(shù)為η-I層計算相似度量函數(shù)值,其中, se[siX2-2,siX2+2],te[tlX2-2,tlX2+2],Θe[Θ1-2X2n2,Θ1+2X2n2),Θ以2n2為步進角度,找到所有score中的最大值,該值所對應(yīng)的s2,t2,Θ2即為第n-1層 最匹配的位姿; 所述金字塔n-2層,n-3層,…,直到最底層,重復(fù)上述計算,最后,在金字塔最底層中 求得的sn,tn,θn即為模板圖像在搜索圖像中的位姿。
【專利摘要】一種基于Sobel向量的模板匹配方法,先在模板圖像建立圖像金字塔,在金字塔的各層提取模板的邊緣點并計算Sobel方向向量,在金字塔各層使用已經(jīng)提取好的邊緣點及對應(yīng)Sobel方向向量,計算相對于該層模板金字塔圖像中心0度到360度的旋轉(zhuǎn)變換并存儲;給出一個搜索圖像中任一點與模板圖像的相似度量函數(shù),從搜索圖像金字塔的最頂層開始,計算圖像上每一點0到360度的相似度量函數(shù)的值,找到最大值位置和對應(yīng)角度,在該最大值位置在金字塔下一層對應(yīng)位置的5×5的范圍,角度為上一層最大值對應(yīng)角度的度范圍內(nèi)計算相似度量函數(shù),找到最大值位置和對應(yīng)的角度,以此類推,找到最大值的位置和對應(yīng)的角度就是模板圖像在搜索圖中的位姿。
【IPC分類】G06T7/00
【公開號】CN105261012
【申請?zhí)枴緾N201510621515
【發(fā)明人】劉超
【申請人】上海瑞伯德智能系統(tǒng)科技有限公司
【公開日】2016年1月20日
【申請日】2015年9月25日
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1