图像亚像素匹配定位方法、系统、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850807A(43)申请公布日2021.12.28(21)申请号202111439538.9G06K9/62(2006.01)(22)申请日2021.11.30G06T3/60(2006.01)(71)申请人大族激光科技产业集团股份有限公司地址518000广东省深圳市南山区深南大道9988号申请人深圳市大族光电设备有限公司(72)发明人陈健桦李峥嵘罗波高云峰(74)专利代理机构深圳众鼎专利商标代理事务所(普通合伙)44325代理人谭果林(51)Int.Cl.G06T7/00(2017.01)G06T7/70(2017.01)G06K9/32(2006.01)权利要求书3页说明书9页附图5页(54)发明名称图像亚像素匹配定位方法、系统、设备及介质(57)摘要本发明公开了一种图像亚像素匹配定位方法、系统、设备及介质，所述图像亚像素匹配定位方法包括：对预设模板图像和目标图像进行预处理；对预处理之后的预设模板图像和目标图像进行像素级别的相似度粗匹配，获取粗匹配平移坐标和粗匹配旋转角度；将粗匹配平移坐标和粗匹配旋转角度作为预设相似度匹配模型中的代价函数的初始参数，通过具有初始参数的代价函数确定预设模板图像和目标图像之间的亚像素级别的相似度所对应的损失值；在损失值满足收敛条件时，将初始参数作为目标图像的最终定位结果参数；根据最终定位结果参数对预设定位对象进行预设定位操作。本发明可有效地避免平移坐标和旋转角度离散化带来的精度缺失问题，提升了定位精度。CN113850807ACN113850807A权利要求书1/3页1.一种图像亚像素匹配定位方法，其特征在于，包括：实时采集预设定位对象的目标图像并获取预设模板图像，对所述预设模板图像和所述目标图像进行预处理；对预处理之后的所述预设模板图像和所述目标图像进行像素级别的相似度粗匹配，获取粗匹配平移坐标和粗匹配旋转角度；将所述粗匹配平移坐标和所述粗匹配旋转角度作为预设相似度匹配模型中的代价函数的初始参数，通过具有所述初始参数的所述代价函数确定所述预设模板图像和所述目标图像之间的亚像素级别的相似度所对应的损失值；在所述损失值满足收敛条件时，将所述初始参数作为所述目标图像的最终定位结果参数；根据所述最终定位结果参数对所述预设定位对象进行预设定位操作。2.如权利要求1所述的图像亚像素匹配定位方法，其特征在于，所述通过具有所述初始参数的所述代价函数确定所述预设模板图像和所述目标图像之间的亚像素级别的相似度所对应的损失值之后，还包括：在所述损失值并不满足收敛条件时，通过所述预设相似度匹配模型中的数值优化器将所述代价函数的初始参数更新为修正参数，所述修正参数包括根据所述粗匹配平移坐标修正后的亚像素平移坐标，以及根据所述粗匹配旋转角度修正后的修正旋转角度；通过具有所述修正参数的所述代价函数确定所述预设模板图像和所述目标图像之间的亚像素级别的相似度所对应的新的损失值；在所述新的损失值满足收敛条件时，将所述修正参数作为所述目标图像的最终定位结果参数；根据所述最终定位结果参数对所述预设定位对象进行预设定位操作。3.如权利要求2所述的图像亚像素匹配定位方法，其特征在于，所述通过所述预设相似度匹配模型中的数值优化器将所述代价函数的初始参数更新为修正参数，包括：通过所述预设相似度匹配模型中的数值优化器的迭代算法，将所述代价函数的初始参数更新为修正参数，所述迭代算法包括一阶梯度下降法、二阶牛顿法及拟牛顿算法中的一种或多种。4.如权利要求1所述的图像亚像素匹配定位方法，其特征在于，所述对所述预设模板图像和所述目标图像进行预处理，包括：从所述预设模板图像中选择第一子区域，并从所述目标图像中选择与所述第一子区域的位置对应的第二子区域；对所述第一子区域进行几何轮廓提取之后，根据预设旋转角度集和预设像素集降采样生成与所述第一子区域对应的第一图像集，其中，所述预设旋转角度中包括各不相同的预设数量的预设旋转角度；所述预设像素集中包括各不相同的预设数量的预设像素；所述第一图像集中包括预设层数的第一图像，每一个第一图像均为根据预设旋转角度旋转第一子区域并将其像素调整为预设像素之后得到；各所述第一图像对应的预设旋转角度和预设像素各不相同；所述预设数量等于所述预设层数；所述第一图像集中的第一图像的层数按照所述预设像素从小到大的顺序自高向低排列；对所述第二子区域进行几何轮廓提取之后，根据所述预设像素集降采样生成与所述第2CN113850807A权利要求书2/3页二子区域对应的第二图像集，其中，所述第二图像集中包括所述预设层数的第二图像，每一个第二图像均为将第二子区域的像素调整为预设像素之后得到；各所述第二图像对应的预设像素各不相同；同一预设像素对应的第二图像和第一图