[发明专利]图像多模板匹配方法、存储介质和计算机

说明书

本发明提供一种图像多模板匹配方法、存储介质和计算机。所述图像多模板匹配方法包括：形成包括多模板的模型文件；对检测图像进行处理获取所述检测图像的边缘特征图；将模型文件中的每个模板与所述边缘特征图进行匹配，以在所述检测图像中得到多个模板的匹配区域。该方法可同时匹配出检测图像上多个不同的目标区域，具有高准确性和高效率性，可有效的提高工业检测效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像多模板匹配方法、存储介质和计算机。

背景技术

模板匹配是机器视觉中常用的算法，主要用于特定的图像在图像中匹配和定位，一般能够对特定模板图像的旋转，缩放，以及一些仿射变换等有比较好的支持效果。一般只能够加载单张模板图像，但如果我们需要在图像中匹配的图像类型比较多，如要匹配定位图像中的圆形，三角形或正方形等，传统的模板匹配算法就不能支持，需要根据要匹配的图形对象，多次训练和加载检测模型，运行效率较低。

因此，有必要提出一种新的图像模板匹配方案。

发明内容

本发明的目的在于提供一种图像多模板匹配方法、存储介质和计算机，其可同时匹配出检测图像上多个不同的目标区域，具有高准确性和高效率性，可有效的提高工业检测效率。

为实现发明目的，根据本发明的一个方面，本发明提供一种图像多模板匹配方法，其包括：形成包括多模板的模型文件；对检测图像进行处理获取所述检测图像的边缘特征图；和将模型文件中的每个模板与所述检测图像的边缘特征图进行匹配，以在所述检测图像中得到多个模板的匹配区域。其中，所述形成包括多模板的模型文件包括：提取多张模板图像中每张模板图像的边缘点；对每张模板图像的边缘点进行筛选，过滤掉边缘梯度弱于预定值的边缘点，得到每张模板图像的筛选边缘点；基于预定采样间隔离散化提取每张模板图像的筛选边缘点，得到每张模板图像的采样边缘点；计算每张模板图像的每个采样边缘点的梯度方向，并将每个采样边缘点的梯度方向划分至多个方向区间中的一个，进而得到每个采样边缘点的方向区间以及坐标；将每张模板图像的所有采样边缘点的方向区间以及坐标生成一个模板，将多张模板图像的多个模板组成一个模板列表；基于所述模板列表形成所述模型文件；

根据本发明的另一个方面，本发明提供一种存储介质，其存储有程序指令，在所述程序执行被运行上文所述的图像多模板匹配方法。

根据本发明的再一个方面，本发明提供一种计算机，其包括处理器和存储器，所述存储器中存储有程序指令，所述处理器运行所述程序指令以执行上文所述的图像多模板匹配方法。

与现有技术相比，本发明可以支持对任意个数的模板图像进行训练，并只需要在训练完成后加载一次检测模型，就可以在检测图像中匹配定位所有进行训练的模板图像，而且检测时间相较于单模板匹配也相差不大，具有高准确性和高效率性，可有效的提高工业检测效率。

附图说明

图1为本发明中的图像多模板匹配方法在一个实施例中的流程示意图；

图2为形成包括多模板的模型文件的方法在一个实施例中的流程示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。

针对模板匹配在需要检测多个模板对象的效率低下的问题，本发明提供了一个图像多模板匹配方法，该方法支持采用多张模板图像进行训练，在具有一般的模板图像支持旋转、缩放和仿射变换匹配定位的基础上能够高效地在检测图像中匹配定位多个模板图像，检测速度远远优于单一模板图像多次训练和检测。且能够准确地获取模板匹配定位区域在图像中的位置、角度、缩放、以及所属模板类别。

本发明提供一种图像多模板匹配方法，可同时匹配出检测图像上多个不同的目标区域，具有高准确性和高效率性，可有效的提高工业检测效率。