System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种图像匹配中的畸变度量方法及系统、图像匹配方法及装置制造方法及图纸_技高网

一种图像匹配中的畸变度量方法及系统、图像匹配方法及装置制造方法及图纸

技术编号:43302464 阅读:0 留言:0更新日期:2024-11-12 16:17
本发明专利技术属于图像识别技术领域,具体涉及一种图像匹配中的畸变度量方法及系统、图像匹配方法及装置,该图像匹配中的畸变度量方法包括:根据待匹配图像与模板图像计算单应性矩阵;根据单应性矩阵的线性参数和投影参数判断待匹配图像是否发生畸变,当单应性矩阵的参数处于对应的畸变区间时,则判断待匹配图像发生畸变,提高了巡检图像识别质量,解决了巡检图像发生畸变造成目标定位匹配定位失败,进而导致巡检点位识别失败的问题。

【技术实现步骤摘要】

本专利技术属于图像识别,具体涉及一种图像匹配中的畸变度量方法及系统、图像匹配方法及装置


技术介绍

1、变电站巡检图像目标匹配定位算法因其良好的可移植性和可操作性,广泛应用在大多数表计、gis刀闸和屏柜开关压板指示灯等智能巡检图像匹配识别场景。如表计巡检图像匹配识别过程大致分为6步:第1步将巡检点位进行建模得到表盘model(模板)图像并记录关键信息;第2步将拍摄的待匹配图像和model图像同时进行特征提取,得到两组特征点集合;第3步将两组特征点的集合进行匹配以计算单应性矩阵;第4步计算model图像四个顶点在上述单应性变换下的坐标,至此完成目标匹配定位;第5步,根据model图像尺寸提取待匹配图像中的表盘区域,至此完成巡检图像中的表盘区域匹配和提取;第6步利用model图像记录的关键信息实现表计识别。现有图像匹配方法中最重要的一步就是目标的匹配定位,但巡检点位采集的巡检图像不是固定不变的,可能会因相机及各种未知原因导致视角偏移,甚至畸变严重,如巡检点位处进行巡检图像采集的相机因环境或安装时间较长等原因造成相机偏移导致拍摄的巡检图像发生畸变,从而导致单应性矩阵计算偏差,或者导致特征点过少单应性矩阵计算失败,造成目标匹配定位失败,进而导致巡检点位识别失败。


技术实现思路

1、本专利技术的目的在于提供一种图像匹配中的畸变度量方法及系统、图像匹配方法及装置,用以解决巡检图像识别中由于图像畸变导致的巡检点位识别失败的问题。

2、本专利技术为解决上述技术问题而提供一种图像匹配中的畸变度量方法,包括:

3、根据待匹配图像与模板图像计算单应性矩阵;

4、根据单应性矩阵中的线性参数和投影参数判断待匹配图像是否发生畸变,当单应性矩阵的参数处于对应的畸变区间时,则判断待匹配图像发生畸变。

5、进一步地,所述畸变区间根据变换类型设置:针对投影变换,畸变区间设为:|m31|>第一阈值或|m32|>第一阈值;针对翻转变换,畸变区间设为:m11<第二阈值或m22<第二阈值;针对缩放变换,畸变区间设为:m11<第三阈值、m11>第四阈值、m22<第三阈值或m22>第四阈值;针对压缩拉伸变换,畸变区间设为:|m11-m22|>第四阈值;针对仿射变换,畸变区间设为:|m12|>第三阈值或|m21|>第三阈值;其中,m11、m12、m21和m22为单应性矩阵的线性参数,m31、m32为单应性矩阵的投影参数;当单应性矩阵的参数处于至少一个畸变区间时,判断待匹配图像发生畸变;所述第一阈值的取值区间为[0.0005,0.001],第二阈值为0,第三阈值的取值区间为[0.4,0.6],第四阈值的取值区间为[1.5,2]。

6、进一步地,单应性矩阵的参数对应的畸变区间包括:|m31|>第一阈值、|m32|>第一阈值、m11<第三阈值、m11>第四阈值、m22<第三阈值、m22>第四阈值、|m12|>第三阈值和|m21|>第三阈值;其中,m11、m12、m21和m22为单应性矩阵的线性参数,m31、m32为单应性矩阵的投影参数;当单应性矩阵的参数处于至少一个畸变区间时,判断待匹配图像发生畸变;所述第一阈值的取值区间为[0.0005,0.001],第三阈值的取值区间为[0.4,0.6],第四阈值的取值区间为[1.5,2]。

7、进一步地,单应性矩阵的参数处于畸变区间的个数越多,畸变程度评价越严重。

8、进一步地,根据畸变度量公式计算畸变度量值,所述畸变度量公式为:

9、d′(m)=f(m31|×103)+f(m32|×103)+f(m12|×2)+

10、f(m21|×2)+f(m11×4/3-5/3)+f(m22×4/3-5/3);

11、

12、其中,d′(m)为单应性矩阵对应的畸变度量值,f(x)为畸变函数,x为单应性矩阵的参数。

13、进一步地,根据畸变度量值的大小确定畸变程度评价,畸变度量值越大,对应的畸变程度评价越严重。

14、上述技术方案的有益效果为:本专利技术为改进型专利技术创造,通过对单应性矩阵内的参数进行分析,设置各参数对应的畸变区间,定义参数处于对应的畸变区间待匹配图像发生畸变;在实际使用时根据待匹配图像与模板图像计算单应性矩阵后,便可直接根据单应性矩阵的参数是否处于对应的畸变区间来判断待匹配图像是否发生畸变,从而使得工作人员能够及时获得巡检点位的巡检图像质量,当发生畸变时能够及时调整相机或重新制作模板图像,避免巡检图像发生畸变造成目标定位匹配定位失败,进而导致巡检点位识别失败。

15、为解决上述技术问题,本专利技术还提供了一种图像匹配中的畸变度量系统,包括处理器,所述处理器实现上述介绍的一种图像匹配中的畸变度量方法。

16、上述技术方案的有益效果为:本专利技术为改进型专利技术创造,通过对单应性矩阵内的参数进行分析,设置各参数对应的畸变区间,定义参数处于对应的畸变区间时待匹配图像发生畸变;在实际使用时根据待匹配图像与模板图像计算单应性矩阵后,系统便可直接根据单应性矩阵的参数是否处于对应的畸变区间来判断待匹配图像是否发生畸变,从而使得工作人员能够及时获得巡检点位的巡检图像质量,当发生畸变时能够及时调整相机或重新制作模板图像,避免巡检图像发生畸变造成目标定位匹配定位失败,进而导致巡检点位识别失败。

17、本专利技术为解决上述技术问题还提供一种图像匹配方法,利用上述介绍的一种图像匹配中的畸变度量方法判断待匹配图像是否发生畸变,当未发生畸变时,根据单应性矩阵进行匹配识别;当发生畸变时,提示待匹配图像发生畸变,不再进行后续匹配识别。

18、上述技术方案的有益效果为:本专利技术为改进型专利技术创造,首先利用一种图像匹配中的畸变度量方法判断待匹配图像是否发生畸变,当发生畸变时,提示待匹配图像发生畸变,不再进行后续匹配识别,能够避免巡检图像发生畸变造成目标定位匹配定位失败,进而导致巡检点位识别失败,提高了巡检图像识别质量。

19、本专利技术为解决上述技术问题还提供一种图像匹配装置,包括控制器,所述控制器用于实现上述介绍的一种图像匹配方法。

20、上述技术方案的有益效果为:本专利技术为改进型专利技术创造,控制器首先利用一种图像匹配中的畸变度量方法判断待识别相机拍摄的巡检图像是否发生畸变,当发生畸变时,提示待匹配图像发生畸变,不再进行后续匹配识别,能够避免巡检图像发生畸变造成目标定位匹配定位失败,进而导致巡检点位识别失败,提高了巡检图像识别质量。

本文档来自技高网...

【技术保护点】

1.一种图像匹配中的畸变度量方法,其特征在于,包括:

2.根据权利要求1所述的图像匹配中的畸变度量方法,其特征在于,所述畸变区间根据变换类型设置:针对投影变换,畸变区间设为:|m31|>第一阈值或|m32|>第一阈值;针对翻转变换,畸变区间设为:m11<第二阈值或m22<第二阈值;针对缩放变换,畸变区间设为:m11<第三阈值、m11>第四阈值、m22<第三阈值或m22>第四阈值;针对压缩拉伸变换,畸变区间设为:|m11-m22|>第四阈值;针对仿射变换,畸变区间设为:|m12|>第三阈值或|m21|>第三阈值;其中,m11、m12、m21和m22为单应性矩阵的线性参数,m31、m32为单应性矩阵的投影参数;当单应性矩阵的参数处于至少一个畸变区间时,判断待匹配图像发生畸变;所述第一阈值的取值区间为[0.0005,0.001],第二阈值为0,第三阈值的取值区间为[0.4,0.6],第四阈值的取值区间为[1.5,2]。

3.根据权利要求1所述的图像匹配中的畸变度量方法,其特征在于,单应性矩阵的参数对应的畸变区间包括:|m31|>第一阈值、|m32|>第一阈值、m11<第三阈值、m11>第四阈值、m22<第三阈值、m22>第四阈值、|m12|>第三阈值和|m21|>第三阈值;其中,m11、m12、m21和m22为单应性矩阵的线性参数,m31、m32为单应性矩阵的投影参数;当单应性矩阵的参数处于至少一个畸变区间时,判断待匹配图像发生畸变;所述第一阈值的取值区间为[0.0005,0.001],第三阈值的取值区间为[0.4,0.6],第四阈值的取值区间为[1.5,2]。

4.根据权利要求3所述的图像匹配中的畸变度量方法,其特征在于,单应性矩阵的参数处于畸变区间的个数越多,畸变程度评价越严重。

5.根据权利要求3所述的图像匹配中的畸变度量方法,其特征在于,根据畸变度量公式计算畸变度量值,所述畸变度量公式为:

6.根据权利要求5所述的图像匹配中的畸变度量方法,其特征在于,根据畸变度量值的大小确定畸变程度评价,畸变度量值越大,对应的畸变程度评价越严重。

7.一种图像匹配中的畸变度量系统,其特征在于,包括处理器,所述处理器实现如权利要求1-6任一项所述的图像匹配中的畸变度量方法。

8.一种图像匹配方法,其特征在于,利用如权利要求1-6任一项所述的图像匹配中的畸变度量方法判断待匹配图像是否发生畸变,当未发生畸变时,根据单应性矩阵进行匹配识别;当发生畸变时,提示待匹配图像发生畸变,不再进行后续匹配识别。

9.一种图像匹配装置,包括控制器,其特征在于,所述控制器用于实现权利要求8所述的图像匹配方法。

...

【技术特征摘要】

1.一种图像匹配中的畸变度量方法,其特征在于,包括:

2.根据权利要求1所述的图像匹配中的畸变度量方法,其特征在于,所述畸变区间根据变换类型设置:针对投影变换,畸变区间设为:|m31|>第一阈值或|m32|>第一阈值;针对翻转变换,畸变区间设为:m11<第二阈值或m22<第二阈值;针对缩放变换,畸变区间设为:m11<第三阈值、m11>第四阈值、m22<第三阈值或m22>第四阈值;针对压缩拉伸变换,畸变区间设为:|m11-m22|>第四阈值;针对仿射变换,畸变区间设为:|m12|>第三阈值或|m21|>第三阈值;其中,m11、m12、m21和m22为单应性矩阵的线性参数,m31、m32为单应性矩阵的投影参数;当单应性矩阵的参数处于至少一个畸变区间时,判断待匹配图像发生畸变;所述第一阈值的取值区间为[0.0005,0.001],第二阈值为0,第三阈值的取值区间为[0.4,0.6],第四阈值的取值区间为[1.5,2]。

3.根据权利要求1所述的图像匹配中的畸变度量方法,其特征在于,单应性矩阵的参数对应的畸变区间包括:|m31|>第一阈值、|m32|>第一阈值、m11<第三阈值、m11>第四阈值、m22<第三阈值、m22>第四阈值、|m12|>第三阈值和|m21|>...

【专利技术属性】
技术研发人员:张旭许丹张彦龙吕勇强李杜林童连辉卢声温倩倩李东宾刘睿丹
申请(专利权)人:许继电气股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1