[发明专利]一种基于NCC算法的图像定位方法与装置

说明书

本申请示出一种基于NCC算法的图像定位方法与装置，本申请示出的一种基于NCC算法的图像定位方法经过训练与实时搜索方案，可以在实时图像上快速精确的定位出与参考图像NCC值最高的匹配定位结果，满足工业图像定位的要求。本申请不修改NCC计算公式，保留了传统NCC抗干扰的特性，通过利用参考图像信息、引入图像金字塔和在每层金字塔间设置结果筛选策略，加速定位效率，最终根据得分最高结果的附近结果位置信息和分数信息进行插值和曲面拟合，得到拟合后的最高分结果。

技术领域

本申请涉及工业视觉图像技术领域，尤其涉及一种基于NCC算法的图像定位方法与装置。

背景技术

图像匹配是计算机视觉、图像处理领域中的基本问题，现如今有两种对应模型：一是两幅或者多幅来自不同传感器、不同视角或不同时间的图像需要找出对应关系，经过匹配步骤可得出两幅图像的差别所在，为下一步处理作基础；二是根据已知的图像模式在另一幅图像中搜索类似模板的目标，即模板匹配。已有的图像匹配算法可分为两类：基于像素灰度值的匹配和基于图像几何特征的匹配。所有的基于像素灰度值匹配算法的计算量等于模板运算量和搜索位置数之积。故提高匹配速度的角度有：减少每个位置处模板相似度计算的运算量；改变搜索策略，减少搜索像素点或在搜索图像中的搜索位置数。目前，模板匹配的传统算法有MAD(平均绝对差)、NCC(归一化相关系数)以及SSDA(序贯相似性检测)算法。

工业视觉图像领域中，根据参考图像与实时图像匹配NCC分数，确定实时图像中与参考图像灰度特征相一致的位置，是一种应用广泛的图像区域定位方法。通过NCC计算图像灰度匹配分数可以克服匹配区域边缘不清晰和轻微形变，线性光照变化和图像模糊对焦不准确等干扰问题，但是常见的NCC匹配算法进行全图匹配遍历，计算复杂度大，即使加入快速傅里叶变换和积分图进行加速，算法耗时仍然较大且无法满足旋转和缩放的定位要求。

发明内容

本申请提供了一种基于NCC算法的图像定位方法与装置，以解决常见的NCC匹配算法进行全图匹配遍历，计算复杂度大，即使加入快速傅里叶变换和积分图进行加速，算法耗时仍然较大且无法满足旋转和缩放的定位要求的问题。

第一方面，本申请提供一种基于NCC算法的图像定位方法，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并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。

第二方面，本申请提供一种基于NCC算法的图像定位装置，所述装置用于实现上述的基于NCC算法的图像定位方法。其中所述装置包括训练模块以及实时搜索模块。