[发明专利]行列排列目标的定位方法及系统

说明书

技术领域

本发明涉及数字图像处理技术领域，具体涉及一种对以行列方式排列的目标进行图像定位的方法及系统 

背景技术

在图像处理和计算机视觉领域中，目标的定位一直是一个值得探讨的问题。在工业上，图像目标定位的应用大幅度地提高了产品的质量和可靠性，保证了生产的速度。在农业上，果蔬的自动定位、识别及采摘，有效地提高了采摘果蔬的质量、降低采摘成本、提高了劳动生产率。在军事上，图像精确匹配定位制导，是提高远程导弹命中精度的重要方法。在交通管理系统中，图像目标定位被用于车辆车牌定位识别等等。另外，定位技术也被广泛的应用于人脸的识别定位、汉字的识别定位、遥感图像的动目标定位等等方面。 

目前现有的定位方法大致分为差分法及模板匹配法。使用差分法进行定位时需要待定位目标在图像中有一定的运动，而采用模板匹配法则需要待定位的目标具有统一特征；由于这些局限，使得现有的目标定位方法的通用性及灵活性都较差，难以满足应用的需要。 

发明内容

(一)所要解决的技术问题 

本发明的目的是提供一种行列排列目标的定位方法及系统，解决了行列排列的目标的定位问题。 

(二)技术方案 

本发明提供一种行列排列目标的定位方法，该方法包括： 

S1、读取待定位目标的图像，所述图像的长宽分别为xSize和ysize； 

S2、对图像进行列检测，得到待定位目标的列信息，具体包括： 

S21、对图像进行纵向跳动投影，获得纵向跳动投影数组：A_x[]，对A_x[]进行预定宽度为l的移动平滑，得到列波动数组：A1_x[]，进而得到列波动曲线； 

S22、对所述列波动曲线进行扫描，根据曲线中波峰的宽度获得待定位目标的左右边界； 

S23、对所述左右边界内曲线进行扫描，找出波峰点并存储所述波峰点位置，获得待定位目标的列位置及列数； 

所述列跳动投影包括： 

统计图像内所有像素点的彩色信息，分别找出R、G、B分量为最小的像素点的个数； 

对像素点个数最多的分量进行逐列扫描，对于第i列像素，读取该列像素存于数组B_y[]中，计算数组B_y[]的平均值为m1和标准偏差为s1； 

扫描数组B_y[]，如果|B_y[j]-B_y[j-预定值]|＞s1，所述预定值≤j＜ysize，则A_x[i]值加1，获得纵向跳动投影曲线为A_x[]，其中i和j分别表示像素列方向和行方向变量； 

S3、对图像进行行检测，获得待定位目标的行信息，包括： 

S31、根据纵向跳动投影的方法对图像进行横向跳动投影，获得行波动数组：A1_y[]，进而得到行波动曲线； 

S32、对所述行波动曲线进行扫描，找出波谷点并存储所述波谷点位置，获得待定位目标的行边界位置及行数； 

S4、根据获得的列信息和行信息，对目标进行最终定位。 

其中，步骤S1中所述预定宽度：l＝xsize/50，所述预定值为5，移动平滑计算为： 

i和j分别表示像素的列和行方向变量。 

其中，所述步骤S22具体包括： 

S221、对列波动曲线进行扫描，根据曲线中波峰的宽度，去除左 右两侧的窄波峰，找出待定位目标的初步左右边界； 

S222、对列波动曲线进行二次扫描，修正初步左右边界，得到待定目标的左右边界，确定在所述左右边界内包含了待定位目标的所有列； 

其中，所述步骤S221具体包括： 

扫描列波动数组A1_x[]，如果A1_x[i]＞m2-s2*2/3，则记录此时i值为k1，继续扫描；如果A1_x[i]＜m2-2*s2/3，则记录此时i值为k2，得到边界(k1，k2)，其中m2和s2分别为A1_x[]的平均值和标准偏差； 

从i＝k2+1继续扫描该数组，记录下相应的i值为k3和k4，如果k2-k1＜k4-k3，则令边界为(k3，k4)； 

从i＝k4+1继续扫描数组，记录下相应的i值并重复判断，最终去除曲线中左右两侧的窄波峰，获得的边界值即为待定位目标的初步左右边界。