[发明专利]一种图像匹配方法和系统

说明书

技术领域

本申请涉及图像识别技术领域，特别涉及一种图像匹配方法和系统。

背景技术

在视频分析过程中，快速准确的跟踪视频中指定物体，具有重要的意义。随着空间位置和形态的变化，指定物体的颜色、纹理、尺度等特征都会发生变化。其中尺度特征变化的计算最为复杂。

为计算指定物体的尺度变化，现有的算法依赖于多尺度特征提取。算法过程是：获取当前时刻不同尺度下指定物体的图像，将每个尺度下指定物体的图像与前一时刻指定物体的目标图像进行匹配，得到当前时刻指定物体的目标图像，其中当前时刻指定物体的目标图像是当前时刻含有指定物体的区域的图像。

虽然上述多尺度特征提取匹配算法可以得到当前时刻指定物体的目标图像，但是其算法复杂度高，匹配数据量大，降低匹配的实时性。

发明内容

本申请所要解决的技术问题是提供一种图像匹配方法和系统，用以解决现有多尺度特征提取匹配算法的复杂度高，匹配数据量大导致的匹配实时性降低的问题。技术方案如下：

一方面，本申请提供一种图像匹配方法，包括：

将前一时刻指定物体的目标图像的中心点作为当前时刻图像的中心点，构建当前时刻一种尺度下搜索区域图像，其中所述搜索区域图像可能包含指定物体，所述搜索区域图像的横向分辨率大于所述目标图像的横向分辨率和/或所述搜索区域图像的纵向分辨率大于所述目标图像的纵向分辨率；

以所述目标图像为划分模板划分所述搜索区域图像，得到与所述目标图像的横向分辨率和纵向分辨率相同的至少两个候选图像；

计算每个所述候选图像和所述目标图像的相似度，选取相似度最大的候选图像；

计算所述目标图像和所述相似度最大的候选图像的弹性参数；

依据所述弹性参数调整所述相似度最大的候选图像；

将调整后的候选图像作为当前时刻指定物体的目标图像。

优选地，所述计算每个所述候选图像和所述目标图像的相似度包括：以m*m邻域对所述目标图像进行划分，其中m是领域的分辨率；

计算每个邻域中各个像素点的梯度，并选取梯度最大值的像素点作为所述像素点所在邻域的特征点；

选取所述候选图像中与每个所述特征点各自对应的相似点，其中所述相似点是以对应的所述特征点为圆心，以R为半径得到的圆形邻域中，梯度数值与所述特征点的梯度数值最接近的像素点；

计算每个所述特征点和对应的所述相似点的相似度；

对同一个候选图像中的相似度进行求和，得到该候选图像和目标图像的相似度。

优选地，所述计算每个领域中各个像素点的梯度包括：

依据公式：