[发明专利]一种基于轮廓随机采样的局部形状匹配方法

说明书

本发明公开一种基于轮廓随机采样的局部形状匹配方法，包括：采用几何圆半径方法提取待匹配目标轮廓上的所有子轮廓序列和模板轮廓上随机子轮廓；提取目标子轮廓和模板随机子轮廓的最小旋转外接矩形长宽比及轮廓面积特征，进行第一次匹配；对第一次匹配得到的轮廓点，提取其子轮廓基于角度分类的均值距离链码和均值角度链码特征；利用模板随机子轮廓得到的链码特征与第一次匹配后的子轮廓进行二次匹配，以得到少量最优匹配轮廓；计算模板随机子轮廓与匹配子轮廓的坐标变换矩阵，通过该变换矩阵将整个模板轮廓投影到目标轮廓上；更新子轮廓的坐标变换矩阵；识别最优匹配轮廓。本发明能够快速可靠地给出匹配结果，图像配准计算效率高，适应性强。

技术领域

本发明涉及一种形状匹配方法，尤其涉及一种基于轮廓随机采样的局部形状匹配方法。

背景技术

视觉是人类观察、认知世界的主要手段，人类从外界获取的信息大部分来自视觉系统。在观察周围环境时，人们首先注意到的是物体及周围环境的颜色、纹理、形状和空间关系等，其中形状是物体在实际感知意义下具有的最基本特征之一。形状匹配是指根据一定的度量准则来衡量形状间的相似性，它是图像自动识别和理解的基本问题之一，在计算机视觉、模式识别、遥感图像分析、文字识别等领域有着广泛的应用。然而，传统的形状匹配方法配准率低，配准速度慢，适应性差。

发明内容

本发明的目的在于通过一种基于轮廓随机采样的局部形状匹配方法，来解决以上背景技术部分提到的问题。

为达此目的，本发明采用以下技术方案：

一种基于轮廓随机采样的局部形状匹配方法，包括如下步骤：

A、提取待匹配目标轮廓上的所有子轮廓序列和模板轮廓上随机子轮廓；

B、提取待匹配目标子轮廓和模板随机子轮廓的特征，其中，该特征包括但不限于待匹配目标子轮廓和模板随机子轮廓的最小旋转外接矩形的长宽比和轮廓面积两个特征；

C、进行第一次匹配：设定匹配幅度阈值T_magnitude，当待匹配目标图像中子轮廓的所述两个特征同时满足在模板中随机子轮廓对应特征的±T_magnitude幅度内，则认为所述待匹配目标图像中子轮廓为匹配点，从而剔除非匹配轮廓点，其中，所述待匹配目标图像中子轮廓简称为轮廓点；

D、对第一次匹配得到的轮廓点，提取基于角度分类的均值距离链码和均值角度链码特征；

E、利用模板随机子轮廓得到的链码特征与第一次匹配后的子轮廓进行第二次匹配，对第一次匹配获得的轮廓点进行再次剔除；

F、计算模板随机子轮廓与第二次匹配后的子轮廓的坐标变换矩阵，通过子轮廓坐标变换矩阵将整个模板轮廓投影到目标轮廓上；

G、更新子轮廓的坐标变换矩阵：采用均匀采样的方法得到投影模板轮廓上的轮廓采样点，并遍历目标轮廓上的坐标点，求得投影模板轮廓采样点在目标轮廓上的最近邻坐标点，然后利用奇异值分解求得整个模板轮廓的坐标变换矩阵；

H、识别最优匹配轮廓：采用均匀采样的方法将模板轮廓点投影到目标轮廓上，并计算这些采样点到目标轮廓与之相对应的最近邻坐标点的欧式距离之和，以其为评判匹配误差的标准，对第二次匹配后子轮廓进行匹配度评价，选取距离和最小的轮廓即为最优匹配轮廓。

特别地，所述步骤A之前还包括：

一、对相机采集得到的灰度图像进行预处理：(1)对灰度图像进行3×3模板的均值滤波，并采用最大类间方差法计算待匹配目标图像f(x,y)的全局最优阈值T，得到二值图像g(x,y)；(2)从待匹配目标图像序列中截取需匹配的目标区域作为模板图像，对该目标区域进行包括滤波、阈值分割在内的预处理，取得该模板图像的二值图像；