本发明专利技术公开了一种数字智能制造用图像模板匹配方法，涉及图像数据处理的技术领域，包括对待匹配图像和模板图像都进行多次降采样，生成图像金字塔；对顶层进行完整的模板匹配，将得到的符合匹配分数的区域经扩大后作为下一层的搜索掩膜；下降一层,重复上述步骤,直到到达位于下层的第B层,对上层得到的符合匹配分数的区域求局部最大值坐标，将坐标值映射到下一层，作为下一层的搜索区域；依次计算每一个坐标和其后所有坐标是否同时在临近范围内及角度内，若是则将分数较小的数据删除；反复执行以上操作直到剩下的数据已经无需删除操作，剩下的数据就是模板匹配的结果。本方法在不误判不漏判的前提下，降低了模板匹配耗时。降低了模板匹配耗时。降低了模板匹配耗时。
【技术实现步骤摘要】
一种数字智能制造用图像模板匹配方法
[0001]本专利技术主要涉及图像数据处理的
，具体为一种数字智能制造用图像模板匹配方法。
技术介绍
[0002]在数字智能辅助加工制造中，尤其针对生产线上的产品数量巨大的，要求图像分辨率高，匹配精度要求高，并且成像环境复杂，因此图像数据处理的速度和稳定性非常重要；图像数据处理中模板匹配算法是机器视觉领域中的一种重要算法，它的主要作用是在图像中寻找一个特定的模板，从而实现图像中物体的检测、定位和识别等应用。在实际应用中，模板匹配算法经常被作为其他视觉处理算法的前置条件。模板匹配算法被广泛应用于产品的质量检测、精度测量、自动化控制等领域。
[0003]目前模板匹配算法有很多种实现方式，其中比较常见的包括基于灰度和基于边缘的方式，基于灰度的模板匹配方式基本思想是计算模板和待匹配图像之间的灰度差异，以确定它们的相似度。常用的算法包括相关性匹配、归一化相关性匹配、相位相关性匹配等。其中，相关性匹配是最基本的算法，它适用于灰度值差异较小的情况；归一化相关性匹配则可以在灰度值差异较大的情况下提高匹配精度；相位相关性匹配则通过傅里叶变换等方式对灰度信息进行处理，提高匹配效果。经工业环境中实测，在模板图像较小和无需旋转的场景下，基于灰度的模板匹配算法具有速度高的优点；基于边缘特征的图像模板匹配算法是一种常用的模板匹配算法。与基于灰度的算法不同，该算法通过检测图像中的边缘特征来进行匹配。这种方法可以更好地抵抗图像中的噪声和光照变化，并且对旋转和缩放具有较好的鲁棒性。
[0004]使用图像金字塔可以有效地提高匹配的速度，但同时也会降低匹配的精度。因此，需要根据实际情况选择适当的图像金字塔层数，以达到速度和精度的平衡。此外，还可以结合其他优化方法，如并行计算等，来进一步提高模板匹配算法的效率和精度。使用外国商业机器视觉软件的过程中，发现在背景干扰严重的情况下，漏判的情况很常见，这对于使用模板匹配进行物料计数的使用场景下是严重的错误问题的。经过测试发现由于图像金字塔上层图像较为模糊，得到的匹配结果不确定性较大，在将上一层的局部最优匹配坐标传递给下一层时存在误匹配的风险；综上所述，现有的机器视觉领域中的模板匹配算法在一些应用场景下存在速度慢和抗干扰能力差的缺点。
技术实现思路
[0005]基于此，本专利技术的目的是提供一种数字智能制造用图像模板匹配方法，以解决上述
技术介绍
中提出的技术问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种数字智能制造用图像模板匹配方法，所述图像模板匹配加速方法包括以下步骤：
S1、采样生成：对待匹配图像和模板图像都进行多次降采样，生成图像金字塔；S2、图像结构：将图像金字塔分为上层和下层，上层总共A层,下层总共B层，顶层为第A+B层；S3、样本匹配：对第A+B层进行完整的模板匹配，将得到的符合匹配分数的区域经扩大后作为下一层的搜索掩膜；S4、结果映射：下降一层,重复S3,直到到达位于下层的第B层,对上层得到的符合匹配分数的区域求局部最大值坐标，将坐标值映射到下一层，作为下一层的搜索区域；S5、获得数据：下降一层,重复S4,直到到达第1层，对需要搜索的角度范围重复S3,并在第1层收集所有满足匹配分数的坐标，角度以及匹配分数值；S6、数据筛除：依次计算每一个坐标和其后所有坐标是否同时在临近范围内和临近角度内，若是则将分数较小的数据删除；S7、结果确定：反复执行以上操作直到剩下的数据已经无需删除操作，剩下的数据就是模板匹配的结果，包含坐标、角度以及匹配得分。
[0007]根据权利要求1所述的一种数字智能制造用图像模板匹配方法，其特征在于，所述S1、采样生成，包括以下子步骤：S11、获取待匹配图像和模板图像，假如图像不是灰度图则将图像都转换成灰度图；S12、生成层数相同的待匹配图像金字塔和模板图像金字塔，具体层数与实际图像大小和成像质量，以及模板的结构精细成都相关，设置层数为为3~6。
[0008]优选的，所述S2、图像结构中将金字塔定义为金字塔上层和金字塔下层，金字塔最下方1~3层定义为金字塔下层，其余定义为金字塔上层。
[0009]优选的，所述S3、样本匹配包括以下子步骤：S31、设定多线程操作数量O，将多角度搜索的任务拆分成每段相等角度，总共O段的任务，将这些角度段分配在多核处理器上同时开始计算；S32、设定匹配分数阈值设为S，则图像金字塔每层的匹配分数应该小于等于其下一层；S33、设定当前搜索角度N，从金字塔的最高层开始进行一次完整的模板匹配。
[0010]优选的，所述S4、结果映射具体为模板匹配后将得到一张尺寸等于匹配图像的得分图像，其中每个坐标的分数为0
‑
1之间，代表着模板图像在待匹配图像此坐标位置的匹配相似度；用该层对应的分数阈值可以将匹配得分图二值化，设黑色区域为满足分数阈值的区域，白色区域为不太可能出现匹配目标的区域。
[0011]优选的，所述黑色区域进行形态学膨胀，并放大为金字塔下一层的尺寸并仅在这些区域上进行金字塔的下一层模板匹配。
[0012]优选的，所述S4、结果映射中若没有搜索到任何结果，就结束该角度下的搜索，重复步骤S3，直到遇到金字塔下层；并且此时进行步骤S41：对上一层传递的满足分数的区域求局部最高点，进行模板匹配搜索时只在上一层中满足分数阈值的区域的最高点附近一段范围内进行搜索。
[0013]优选的，所述S5、获得数据具体为多次重复的S4步骤直到结束金字塔最底层的搜索，对模板匹配搜索满足分数阈值的区域求局部最高点，记录下坐标点和其对应的角度和
匹配得分数据。
[0014]优选的，完成全部层数的搜索后，对搜索角度N+1
°
，返回S3重复步骤直到完成全部角度范围的搜索；其中不同的图像金字塔层级的角度不同，底层的角度步进为1
°
，每升高一层角度步进翻倍。
[0015]综上所述，本专利技术主要具有以下有益效果：本专利技术中在图像金字塔上层和下层使用了不同的搜索结果传递方法，在图像较模糊的图像金字塔上层使用了传递完整的搜索区域信息的方法，解决了在不确定性较高区域进行局部最优值计算得到的坐标点集合难以在尽可能少覆盖不必要搜索区域的情况下覆盖全部可能区域的问题。
[0016]当符合条件的区域为长条形时，使用传统的计算局部得分最高的方法会将这个长条形区域简化为一个坐标，金字塔下层搜索时对这个坐标附近一定范围内进行搜索；当搜索范围设定较小时则无法完整覆盖之前符合得分的区域，当搜索范围设定较大时则会使得需要搜索区域与总搜索区域的比值过低从而降低搜索效率；其中因为在图像金字塔上层的图像尺寸较小，所以传递完整的下一层搜索区域图像对搜索时间的增加影响不明显。经测试在背景干扰大的情况下相比国外先进机器视觉软件中的模板匹配算法漏判更少，因此更适合用于物料计数等使用场景。
[0017]在图像尺寸较大的图像金字塔下层使用了计算局部最大值的方法，因为此时搜索结果的不确定性已经较低，金字塔上下层之间直接传递结果的坐标，和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数字智能制造用图像模板匹配方法，其特征在于，所述图像模板匹配加速方法包括以下步骤：S1、采样生成：对待匹配图像和模板图像都进行多次降采样，生成图像金字塔；S2、图像结构：将图像金字塔分为上层和下层，上层总共A层,下层总共B层，顶层为第A+B层；S3、样本匹配：对第A+B层进行完整的模板匹配，将得到的符合匹配分数的区域经扩大后作为下一层的搜索掩膜；S4、结果映射：下降一层,重复S3,直到到达位于下层的第B层,对上层得到的符合匹配分数的区域求局部最大值坐标，将坐标值映射到下一层，作为下一层的搜索区域；S5、获得数据：下降一层,重复S4,直到到达第1层，对需要搜索的角度范围重复S3,并在第1层收集所有满足匹配分数的坐标，角度以及匹配分数值；S6、数据筛除：依次计算每一个坐标和其后所有坐标是否同时在临近范围内和临近角度内，若是则将分数较小的数据删除；S7、结果确定：反复执行以上操作直到剩下的数据已经无需删除操作，剩下的数据就是模板匹配的结果，包含坐标、角度以及匹配得分。2.根据权利要求1所述的一种数字智能制造用图像模板匹配方法，其特征在于，所述S1、采样生成，包括以下子步骤：S11、获取待匹配图像和模板图像，假如图像不是灰度图则将图像都转换成灰度图；S12、生成层数相同的待匹配图像金字塔和模板图像金字塔，具体层数与实际图像大小和成像质量，以及模板的结构精细成都相关，设置层数为为3~6。3.根据权利要求1所述的一种数字智能制造用图像模板匹配方法，其特征在于，所述S2、图像结构中将金字塔定义为金字塔上层和金字塔下层，金字塔最下方1~3层定义为金字塔下层，其余定义为金字塔上层。4.根据权利要求1所述的一种数字智能制造用图像模板匹配方法，其特征在于，所述S3、样本匹配包括以下子步骤：S31、设定多线程操作数量O，将多角度搜索的任务拆分成每段相等角度，总共O段的任务，将这些角度...
【专利技术属性】
技术研发人员：李哲诚，徐凌霄，沈阳，
申请(专利权)人：苏州聚视兴华智能装备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。