[发明专利]一种基于NCC算法的图像定位方法与装置

权利要求书

1.一种基于NCC算法的图像定位方法，其特征在于，包括以下步骤：

获取参考图像，运行训练模式；

验证所述参考图像的有效性，若不具备有效性则重新获取参考图像；

若具备有效性，建立参考图像金字塔，得到所述参考图像的金子塔的层数L；

分析所述参考图像的灰度信息分布特征，根据参考图像大小得到初始旋转或缩放步长值；根据当前步长值对参考图像进行半个步长值的旋转或缩放，获取旋转或缩放半个步长值后的参考图像；计算旋转或缩放半个步长值后的参考图像与参考图像之间的匹配分数，判断是否满足迭代终止条件，得到满足所述条件的旋转或缩放步长；

根据所述旋转或缩放步长计算步数以及每个所述参考图像的模板计算量，保存后结束训练模式；

运行实时搜索模式并将获取的实时搜索图像结合所述参考图像的金字塔层数L生成实时图像金字塔；

在实时图像金字塔中最高层金字塔图像上，使用模板图像的最高层金字塔图像的缩放、旋转序列依次在实时图像上全遍历搜索，得到符合预设条件的搜索结果；

对所述搜索结果进行逐层局部求精搜索，该过程将高层金字塔上的结果逐层映射到下一层金字塔上，并进行爬山法搜索，删除低分结果和重叠结果，得到逐层求精结果；

对所述逐层求精结果进行最终求精，得到最终结果；

对最终结果进行排序，并输出定位结果信息。

2.根据权利要求1所述的基于NCC算法的图像定位方法，其特征在于，所述参考图像金子塔的层数L根据下式计算：

L＝floor(log₂(M/S))+1；

其中，L为计算所得的金字塔层数，M为参考图像宽度和高度中的最小值，S为经验值设为6，表示最高层金字塔参考图像宽或高的最小值，floor表示取最小整数。

3.根据权利要求1所述的基于NCC算法的图像定位方法，其特征在于，根据所述旋转或缩放步长计算步数以及每个所述参考图像的模板计算量并保存后结束训练模式的步骤包括：

根据参考图像的灰度信息分布特征计算得到的旋转或缩放步长和预设的搜索范围计算步数；

根据所述图像金字塔的层数、所述旋转或缩放步长以及所述步数生成各层金字塔每一个旋转或缩放步长的参考图像；

根据NCC算法计算得到每个所述参考图像的模板计算量，其中所述模板计算量包括灰度均值和方差。

4.根据权利要求3所述的基于NCC算法的图像定位方法，其特征在于，输出旋转或缩放步长包括以下步骤：

旋转或缩放步长初始值由参考图像的大小决定，即当以参考图像中心点为参考点进行半个步长的旋转或缩放，得到旋转缩放后距离图像中心点最远端点P1，设旋转缩放前距离图像最远端的点为P2，要求P1与P2的距离等于2个像素；

根据P1与P2的距离等于2个像素这一条件，可反推得到旋转或缩放需要设置的初始步长；

对参考图像进行半个当前步长值的旋转或缩放，得到旋转或缩放后的参考图像；

计算旋转缩放后的参考图像与旋转缩放前的参考图像之间的NCC匹配分数；

判断所述NCC匹配分数是否满足预设的旋转或缩放步长分数阈值Srotsca，如果不满足则旋转或缩放步长值减半，再次对参考图像进行旋转或缩放，计算NCC匹配分数，判断是否满足Srotsca；

按照上述流程进行迭代计算旋转或缩放步长，若当前旋转或缩放步长计算的NCC匹配分数满足Srotsca，或迭代次数大于20次，则终止迭代，输出当前旋转或缩放步长。

5.根据权利要求1所述的基于NCC算法的图像定位方法，其特征在于，对所述搜索结果进行逐层局部求精搜索，该过程将高层金字塔上的结果逐层映射到下一层金字塔上，并进行爬山法搜索，删除低分结果和重叠结果，得到逐层求精结果步骤包括：

将最高层金字塔图像全遍历搜索得到的所述搜索结果进行筛选，取每一个旋转或缩放步长上9邻域极大值结果，得到筛选结果；将所述筛选结果逐层依次进行求精搜索得到逐层求精结果；其中，搜索空间包括缩放、旋转和平移。