[发明专利]一种用于水果图像的快速匹配计算方法

说明书

技术领域

本发明涉及一种图像匹配计算方法，尤其是涉及图像处理技术领域的一种用于水果图像的快速匹配计算方法。

背景技术

图像匹配是指通过一定的匹配方法两幅或多幅图像之间识别同一个点。近年来，图像匹配己成为物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对等图像分析处理领域的关键技术和研究热点。

水果表面信息的获取是水果的大小、形状、表面颜色和表面缺陷等品质指标检测的基础。表面颜色和表面缺陷检测的准确度依赖于水果完整表面图像的获取，图像拼接技术是实现水果完整表面图像获取的关键，而图像匹配技术是图像拼接技术的基础。

SIFT(Scale Invariant Feature Transform)方法是David Lowe于1999年提出的局部特征描述子(David.G.Lowe.Object recognition from local scale-invariant features.International Conference on Computer Vision,Corfu,Greece,1999:1150-1157)，并于2004年进行了更深入的发展和完善(David.G.Lowe.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110)。提取的SIFT特征向量能够对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。

但是水果检测与分级技术对方法的速度要求较高，尽管SIFT方法的匹配适应性较高，但该方法复杂、计算量大、耗时长。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种用于水果图像的快速匹配计算方法，采用单层高斯差分图像代替SIFT方法中复杂的尺度空间构造来提高运算速度，并且通过试验验证了本发明匹配点计算方法的可靠性。

本发明解决其技术问题所采用的技术方案是：

本发明包括以下具体步骤：

1)原始图像获取：

将水果水平放置，使得水果的花萼果梗连线与水平面垂直，从水果侧面采集一幅清晰的侧面图像作为左图，以水果的花萼果梗连线为中心轴旋转60°角度再采集另一幅侧面图像作为右图；

2)水果边界点提取：

将左图和右图进行背景分割，然后自上而下扫描图像，分别记录左图和右图中各自水果轮廓最左侧的像素点与水果轮廓最右侧的像素点，将最左侧的像素点和最右侧的像素点的横坐标值相减，分别得到左图水果最大横径和右图水果最大横径；

3)有效图像提取：

左图中，裁剪去除最右侧的像素点左侧宽度为0.1×左图水果最大横径的区域和该像素点以右的所有区域，去除最左侧的像素点右侧宽度为0.55×左图水果最大横径的区域和该像素点以左的所有区域；右图中，裁剪去除最右侧的像素点左侧宽度为0.55×右图水果最大横径的区域和该像素点以右的所有区域，去除最左侧的像素点右侧宽度为0.1×右图水果最大横径的区域和该像素点以左的所有区域；裁剪后得到有效左图和有效右图，记有效左图的图像宽度为width；

4)特征点提取：

4.1)检测极值点：

4.1.1)首先将有效左图、有效右图按公式1计算，得到初始高斯左图、初始高斯右图：

L(x,y,σ)＝G(x,y,σ)*I(x,y)   (1)

其中，L(x,y,σ)为计算得到的图像，G(x,y,σ)为高斯核，I(x,y)为待计算图像，x为待计算图像的横坐标，y为待计算图像的纵坐标，高斯核G(x,y,σ)的表达式如以下式2所示：