CN101477632A - 一种灰度图像匹配方法及系统 - Google Patents

Abstract

本发明适用于图像处理领域，提供了一种灰度图像匹配方法及系统，所述方法包括：获取标准图像和待测图像；分别对所述标准图像和待测图像进行采样后，获取标准采样图像和待测采样图像；根据所述标准采样图像在所述待测采样图像上获取粗匹配区域；根据所述粗匹配区域和标准图像在所述待测图像上获取目标区域。在本发明实施例中，通过对获取的标准图像和待测图像进行采样获取标准采样图像和待测采样图像，根据标准采样图像，在待测采样图像上获取粗匹配区域，根据粗匹配区域和标准图像，在待测图像上获取目标区域。匹配过程运算量小，时间短，匹配结果较准确。

Description

一种灰度图像匹配方法及系统

技术领域

本发明属于图像处理领域，尤其涉及一种灰度图像匹配方法及系统。

背景技术

图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。

灰度图像的匹配技术目前被广泛的应用于生产过程中产品的质量检测。然而传统的匹配方法或者耗时较长，难以满足生产线高速实时检测的要求，或者对于图像质量要求很高，造成检测系统硬件成本偏高。

图像匹配主要可分灰度特征和几何特征匹配。其中基于几何特征的图像匹配，特征单一，准确率不是很高。通常将两种特征结合起来而进行图像匹配，算法往往比较繁琐。传统的灰度图像匹配算法，在使用过程中有以下几个主要的问题：1.对图像的质量即图像的清晰度要求很高，因此在图像采集过程中，对照明光源的效果以及相机的成像质量都具有很高的要求，从而造成整体的硬件成本偏高；2.由于算法本身的复杂性，导致了匹配算法的实用性不高；3.匹配结果的准确性不高，经常会有错判、误判现象，对检测结果造成了严重的影响。

发明内容

本发明实施例的目的在于提供一种灰度图像匹配方法，旨在解决现有技术灰度图像匹配过程中运算量大，匹配结果不够准确的问题。

本发明实施例是这样实现的，一种灰度图像匹配方法，该方法包括：

获取标准图像和待测图像；

分别对所述标准图像和待测图像进行采样后，获取标准采样图像和待测采样图像；

根据所述标准采样图像在所述待测采样图像上获取粗匹配区域；

根据所述粗匹配区域和标准图像在所述待测图像上获取目标区域。

本发明实施例的另一目的在于提供一种灰度图像匹配系统，该系统包括：

标准图像获取单元，用于获取标准图像；

待测图像获取单元，用于获取待测图像；

采样单元，用于分别对所述标准图像获取单元获取的标准图像和所述待测图像获取单元获取的待测图像进行采样；

标准采样图像获取单元，用于根据所述采样单元对标准图像进行采样的结果获取标准采样图像；

待测采样图像获取单元，用于根据所述采样单元对待测图像进行采样的结果获取待测采样图像；

粗匹配区域获取单元，用于根据所述标准采样图像获取单元获取的标准采样图像，在所述待测采样图像获取单元获取的待测采样图像上获取粗匹配区域。

目标区域获取单元，用于根据粗匹配区域获取单元获取的粗匹配区域和标准图像获取单元获取的标准图像在待测图像获取单元获取的待测图像上获取目标区域。

在本发明实施例中，通过对获取的标准图像和待测图像进行采样获取标准采样图像和待测采样图像，根据标准采样图像，在待测采样图像上获取粗匹配区域，根据粗匹配区域和标准图像，在待测图像上获取目标区域。匹配过程运算量小，时间短，匹配结果较准确。

附图说明

图1是本发明实施例提供的灰度图像匹配方法的流程图；

图2是本发明实施例在待测图像上检测目标区域的流程图；

图3是本发明实施例提供的灰度图像匹配系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，通过对获取的标准图像和待测图像进行采样获取标准采样图像和待测采样图像，根据标准采样图像，在待测采样图像上获取粗匹配区域，根据粗匹配区域和标准图像，在待测图像上获取目标区域。匹配过程运算量小，时间短，匹配结果较为准确。

图1示出了本发明实施例提供的灰度图像匹配的处理流程。

在步骤S101中，获取标准图像和待测图像。

本发明实施例中，待匹配的标准图像和待测图像为灰度图像，也可以是彩色图像转换为灰度图像后的图像。其中，标准图像可以是一个未处理的图像，也可以在任意一个图像上手动截取标准图像，例如在图像编辑页面按住鼠标左键的同时移动鼠标选定的一个矩形区域，将该矩形区域作为标准图像。本发明实施例的主要目的是在待测图像中获取与标准图像匹配的目标区域。

在步骤S102中，分别对标准图像和待测图像进行采样后，获取标准采样图像和待测采样图像。

在本发明实施例中，先根据标准采样图像在待测采样图像上进行粗匹配，再结合粗匹配的结果，根据标准图像在待测图像上进行精确匹配获取目标区域。

标准图像和待测图像进行采样的方式有很多种，且对标准图像和待测图像进行采样的方法是一致的，得到的标准采样图像和待测采样图像分别小于标准图像和待测图像，并保存了标准图像和待测图像的部分信息，标准采样图像和待测采样图像越小，匹配时间越短，但是保存的标准图像和待测图像的信息也越少，则匹配误差越大，为了达到较好的粗匹配效果，在本发明较佳实施例中，对标准图像隔点采样获得标准采样图像，对待测图像隔点采样获得待测采样图像。此时采样后图像的大小是图像前的1/4。

在步骤S103中，根据标准采样图像在待测采样图像上获取粗匹配区域。

在本发明实施例中，根据标准采样图像在待测采样图像上获取粗匹配区域的步骤具体为：将标准采样图像的大小作为第一类区域的大小，根据第一类区域的大小在待测采样图像上获取第一类区域，根据第一类区域和标准采样图像获取第一类区域对应的相关值；获取预设相关值，当第一类区域对应的相关值大于或等于预设相关值时，确认第一类区域为粗匹配区域。

在步骤S104中，根据粗匹配区域和标准图像在待测图像上获取目标区域。

在本发明实施例中，根据粗匹配区域和标准图像在待测图像上获取目标区域的步骤具体为：根据粗匹配区域获取第二类区域的位置，将标准图像的大小作为第二类区域的大小，根据第二类区域的位置和大小在待测图像上获取第二类区域；根据第二类区域和标准图像获取第二类区域对应的相关值；将相关值最大的第二类区域作为目标区域。

在步骤S103中和步骤S103中，相关值越大，表示相关值对应的第一类区域与标准采样图像越匹配，或者表示相关值对应的第二类区域与标准图像越匹配，在本发明实施例中，通过进行归一化积相关特征运算获取第一类区域和第二类区域对应的相关值，相关值h(u，v)的计算公式为：

$h(u,v)=\frac{{\mathrm{\Σ}}_{x,y}f(u+x,v+y)s(x,y)}{\sqrt{{\mathrm{\Σ}}_{x,y}{f}^2(u+x,v+y)}\sqrt{{\mathrm{\Σ}}_{x,y}{s}^2(x,y)}},$

其中，(u，v)为待测采样图像中第一类区域的位置或者待测图像中第二类区域的位置，f(u+x，v+y)为第一类区域的像素值或者第二类区域的像素值，s(x，y)为标准采样图像像素值或者标准图像像素值，x、y的取值范围即为标准采样图像或标准图像的横纵坐标的取值范围，由于归一化积相关特征运算与图像的明暗程度无关，降低了匹配对图像质量的苛刻要求。

另外，根据粗匹配区域获取第二类区域的位置具体步骤为：标准采样图像由标准图像隔k个点进行采样获得，待测采样图像由待测图像隔点隔k个点进行采样获得，k为大于或等于1的整数时，根据粗匹配区域获取第二类区域的位置具体步骤为：当一个像素点代表坐标的一个标度值，待测标准图像上粗匹配区域的像素点的坐标为(x，y)时，待测图像上第二类区域的像素点的坐标为：((k+1)x+m，(k+1)y+n)，其中m，n为整数。m，n可以根据需要进行设置。

在本发明较佳实施例中，对标准图像隔点采样获得标准采样图像，对待测图像隔点采样获得待测采样图像，当一个像素点代表坐标的一个标度值，待测图像上粗匹配区域的像素点的坐标为(x，y)时，待测图像上第二类区域的像素点的坐标为(2x，2y)，当然，还可以包括(2x+m，2y+n)，其中m，n可以为正整数，也可以为负整数，还可以为0。由于采用隔点采样缩短了大约3/4的匹配时间，同时因为相邻相素之间的关联性，保证了精确匹配的时候能够较准确的找到匹配的目标区域的位置。

作为本发明的一个较佳实施例，为了进一步减少匹配的时间，加快匹配的效率例如在对多个待测图像进行匹配时，先排除明显不包含与标准图像匹配的目标区域的待测图像。灰度图像匹配方法还包括：检测待测图像是否包含目标区域。

图2示出了本发明实施例在待测图像上检测目标区域的流程图。

在步骤S201中，分别对标准图像和待测图像进行二值化，

在步骤S202中，获取标准比值，根据标准比值设置标准比值区间；

在步骤S203中，获取待测比值，判断待测比值是否在标准比值区间上，是则执行步骤S204，否则执行步骤S205；

在步骤S204中，确定待测图像包含目标区域；

在步骤S205中，确定待测图像不包含目标区域。

其中，设置的标准比值区间包括所述标准比值，比较常用的二值化方法有：双峰法、P参数法、迭代法等，在此不再一一列举。标准比值为完成二值化的标准图像中像素值为0的像素个数和像素值为255的像素个数的比值，待测比值为完成二值化的待测图像中像素值为0的像素个数和像素值为255的像素个数的比值。在本发明实施例中，当确定待测图像不包括目标区域时，无需对待测图像进行匹配，节省了匹配的时间，提高了匹配的效率。

为了减少匹配过程的运算量，为了缩小匹配的范围，快速准确的获取目标区域，即获取感兴趣区(Region Of Interest，ROI)，作为本发明的一个较佳实施例，灰度图像匹配方法还包括：对标准图像和待测图像进行分割。分割可以通过设置分割区域或者手动截取实现，例如可用鼠标在待测图像上选定一个矩形区域，只对待测图像的矩形区域内的内容进行匹配。

在本发明实施例中，还可以根据需要对匹配过程的参数进行更多设定，例如，调整预设相关值的取值范围，通过设置数量获取多个目标区域以进行参考；通过设置匹配时允许的偏转角度，例如匹配过程中第一类区域或者第二类区域和标准图像或者标准采样图像相比，允许的反向旋转角度范围和正向旋转角度范围；另外，当标准图像或者待测图像有多个时，还可以循环调用标准图片进行连续匹配。具体不再一一列举。

图3示出了本发明实施例提供的灰度图像匹配系统，为了便于说明仅示出了与本发明实施例相关的部分。

该系统可以是内置于计算机，摄像装置或者其他图像处理设备的软件单元、硬件单元或者软硬件相结合的单元，也可以是运行于这些设备内的软件单元、硬件单元或者软硬件相结合的单元。

在本发明实施例中，灰度图像匹配系统主要包括标准图像获取单元31、待测图像获取单元32、采样单元33、标准采样图像获取单元34、待测采样图像获取单元35、粗匹配区域获取单元36，和目标区域获取单元37。

标准图像获取单元31获取标准图像，待测图像获取单元32，获取待测图像；采样单元33对标准图像获取单元31获取的标准图像和待测图像获取单元32获取的待测图像进行采样，并分别将采样的结果发送给标准采样图像获取单元34和待测采样图像获取单元35；粗匹配区域获取单元36根据标准采样图像获取单元34获取的标准采样图像，在待测采样图像获取单元35获取的待测采样图像上获取粗匹配区域；目标区域获取单元37根据粗匹配区域获取单元36获取的粗匹配区域和标准图像获取单元31获取的标准图像在待测图像获取单元32获取的待测图像上获取目标区域，其实施方式如上所述，不再赘述。

其中，粗匹配区域获取单元36进一步包括：将标准采样图像的大小作为第一类区域的大小，根据第一类区域的大小在待测采样图像单元获取的待测采样图像上获取第一类区域的第一类区域获取模块；根据第一类区域获取模块获取的第一类区域和标准采样图像获取单元获取的标准采样图像，获取第一类区域对应的相关值的相关值获取模块；获取预设相关值的预设相关值获取模块，以及当相关值获取模块获取的第一类区域对应的相关值大于或等于预设相关值获取模块获取的预设相关值时，判断第一类区域为粗匹配区域的判断模块，其实施方式如上所述，不再赘述。

目标区域获取单元37进一步包括：将标准采样图像的大小作为第一类区域的大小，根据粗匹配区域获取单元获取的粗匹配区域获取第二类区域的位置，根据第一类区域的大小和位置在待测图像上获取第二类区域的第二类区域获取模块；根据第二类区域获取模块获取的第二类区域和标准图像获取单元获取的标准图像获取第二类区域对应的相关值的相关值获取模块，以及将相关值获取模块获取的最大相关值对应的第二类区域，作为粗匹配区域的目标区域获取模块，其实施方式如上所述，不再赘述。

作为本发明的一个较佳实施例，为了进一步减少匹配的时间，加快匹配的效率，灰度图像匹配系统还包括检测单元，用于判断待测图像获取单元获取的待测图像是否包含目标区域。其中，检测单元进一步包括：对标准图像获取单元获取的标准图像和待测图像获取单元获取的待测图像进行二值化的二值化模块；根据二值化模块的二值化结果获取标准比值和待测比值的比值获取模块；根据比值获取模块获取的标准比值设置标准比值区间的标准比值区间设置模块，以及当比值获取模块获取的待测比值在标准比值区间设置模块设置的标准比值区间上时，确定待测图像包含目标区域，否则确定待测图像不包含目标区域的判断模块。其中标准比值区间包括标准比值，标准比值为完成二值化的标准图像中像素值为0的像素个数和像素值为255的像素个数的比值，待测比值为完成二值化的待测图像中像素值为0的像素个数和像素值为255的像素个数的比值。其实施方式如上所述，不再赘述。

作为本发明的一个较佳实施例，为了缩小匹配的范围，获取感兴趣区ROI，以减少匹配过程的运算量，快速准确的获取目标区域，灰度图像匹配系统还包括分割单元，用于对标准图像获取单元获取的标准图像和待测图像获取单元获取的待测图像进行分割。其实施方式如上所述，不再赘述。

当然，还可以对灰度图像匹配系统的参数进行设置，其实施方式如上所述，不再赘述。

本文根据黑白像素统计特征做预筛选，根据相关特征作二次筛选，通过粗精匹配相结合大大减少了灰度图像的匹配运算量，缩短了匹配运算时间，提高了匹配结果的准确度和鲁棒性，且匹配过程降低了对于图像质量的苛刻要求，还可以自主设定处理区域，灵活性较强；另外还能满足一般的工业生产对于产品的质量检测，不规则形状检测等混料检测以及图像中特征目标物体的搜索的要求，具较好的实时性。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种灰度图像匹配方法，其特征在于，该方法包括：

获取标准图像和待测图像；

分别对所述标准图像和待测图像进行采样后，获取标准采样图像和待测采样图像；

根据所述标准采样图像在所述待测采样图像上获取粗匹配区域；

根据所述粗匹配区域和标准图像在所述待测图像上获取目标区域。

2、如权利要求1所述的方法，其特征在于，所述根据所述标准采样图像在所述待测采样图像上获取粗匹配区域的步骤具体为：

将所述标准采样图像的大小作为第一类区域的大小，根据所述第一类区域的大小在所述待测采样图像上获取第一类区域；

根据所述第一类区域和标准采样图像获取第一类区域对应的相关值；

获取预设相关值，当所述第一类区域对应的相关值大于或等于所述预设相关值时，确定所述第一类区域为粗匹配区域；

所述根据所述粗匹配区域和标准图像在所述待测图像上获取目标区域的步骤具体为：

根据粗匹配区域获取第二类区域的位置，将所述标准图像的大小作为第二类区域的大小，根据所述第二类区域的位置和大小在待测图像上获取第二类区域；

根据所述第二类区域和标准图像获取第二类区域对应的相关值；

将相关值最大的第二类区域作为目标区域。

3、如权利要求2所述的方法，其特征在于，所述相关值的计算公式为：

$h(u,v)=\frac{{\mathrm{\Σ}}_{x,y}f(u+x,v+y)s(x,y)}{\sqrt{{\mathrm{\Σ}}_{x,y}{f}^2(u+x,v+y)}\sqrt{{\mathrm{\Σ}}_{x,y}{s}^2(x,y)}},$

其中，h(u，v)为相关值，(u，v)为所述待测采样图像中所述第一类区域的位置或者所述待测图像中所述第二类区域的位置，f(u+x，v+y)为所述第一类区域像素值或者所述第二类区域像素值，s(x，y)为所述标准采样图像的像素值或者所述标准图像的像素值，所述x、y的取值范围即为所述标准采样图像或标准图像的横纵坐标的取值范围。

4、如权利要求2所述的方法，其特征在于，所述标准采样图像由标准图像隔k个点进行采样获得，所述待测采样图像由待测图像隔k个点进行采样获得，k为大于或等于1的整数，所述根据所述粗匹配区域获取第二类区域的位置具体步骤为：

当一个像素点代表坐标的一个标度值，待测采样图像上粗匹配区域的像素点的坐标为(x，y)时，待测图像上第二类区域的像素点的坐标为：

((k+1)x+m，(k+1)y+n)，其中，m，n为整数。

5、如权利要求1所述的方法，其特征在于，在所述获取标准图像和待测图像的步骤之后，所述方法还包括：

检测所述待测图像是否包含目标区域；

所述检测所述待测图像是否包含目标区域的步骤具体包括：

根据标准图像的二值化结果获取标准比值，根据所述标准比值设置标准比值区间；

根据待测图像的二值化结果获取待测比值，当所述待测比值在标准比值区间上时，确定所述待测图像包括目标区域，否则确定所述待测图像不包含目标区域。

6、如权利要求5所述的方法，其特征在于，所述标准比值区间包括所述标准比值，所述标准比值为完成二值化的标准图像中像素值为0的像素个数和像素值为255的像素个数的比值，所述待测比值为完成二值化的待测图像中像素值为0的像素个数和像素值为255的像素个数的比值。

7、一种灰度图像匹配系统，其特征在于，所述系统包括：

标准图像获取单元，用于获取标准图像；

待测图像获取单元，用于获取待测图像；

采样单元，用于分别对所述标准图像获取单元获取的标准图像和所述待测图像获取单元获取的待测图像进行采样；

标准采样图像获取单元，用于根据所述采样单元对标准图像进行采样的结果获取标准采样图像；

待测采样图像获取单元，用于根据所述采样单元对待测图像进行采样的结果获取待测采样图像；

粗匹配区域获取单元，用于根据所述标准采样图像获取单元获取的标准采样图像，在所述待测采样图像获取单元获取的待测采样图像上获取粗匹配区域。

目标区域获取单元，用于根据粗匹配区域获取单元获取的粗匹配区域和标准图像获取单元获取的标准图像在待测图像获取单元获取的待测图像上获取目标区域。

8、如权利要求7所述的系统，其特征在于，所述粗匹配区域获取单元进一步包括：

第一类区域获取模块，用于将标准采样图像的大小作为第一类区域的大小，根据所述第一类区域的大小在所述待测采样图像上获取第一类区域；

相关值获取模块，用于根据所述第一类区域获取模块获取的第一类区域和标准采样图像获取单元获取的标准采样图像获取第一类区域对应的相关值；

预设相关值获取模块，用于获取预设相关值；

判断模块，当相关值获取模块获取的第一类区域对应的相关值大于或等于预设相关值获取模块获取的预设相关值时，判断所述第一类区域为粗匹配区域；

所述目标区域获取单元进一步包括：

第二类区域获取模块，用于将标准采样图像的大小作为第一类区域的大小，根据所述粗匹配区域获取单元获取的粗匹配区域获取第二类区域的位置，根据第一类区域的大小和位置在所述待测图像上获取第二类区域；

相关值获取模块，用于根据第二类区域获取模块获取的第二类区域和标准图像获取单元获取的标准图像获取第二类区域对应的相关值；

目标区域获取模块，用于将相关值获取模块获取的最大相关值对应的第二类区域，作为粗匹配区域。

9、如权利要求8所述的系统，其特征在于，所述系统还包括：

检测单元，用于判断待测图像获取单元获取的待测图像是否包含目标区域。

10、如权利要求9所述的系统，其特征在于，所述检测单元进一步包括：

二值化模块，用于对所述标准图像获取单元获取的标准图像和所述待测图像获取单元获取的待测图像进行二值化；

比值获取模块，用于根据所述二值化模块的二值化结果获取标准比值和待测比值；

标准比值区间设置模块，用于根据所述比值获取模块获取的标准比值设置标准比值区间；

判断模块，当所述比值获取模块获取的待测比值在标准比值区间设置模块设置的标准比值区间上时，确定待测图像包含目标区域，否则确定待测图像不包含目标区域。

Images