基于模板匹配的图像识别方法和系统.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CN112926695A(43)申请公布日2021.06.08(21)申请号202110413770.9(22)申请日2021.04.16(71)申请人动员（北京）人工智能技术研究院有限公司地址100043北京市石景山区黑石头路99号院2-5-601(72)发明人刘永峰陈有姬新智于东宁(74)专利代理机构北京劲创知识产权代理事务所(普通合伙)11589代理人王闯(51)Int.Cl.G06K9/62(2006.01)权利要求书2页说明书7页附图3页(54)发明名称基于模板匹配的图像识别方法和系统(57)摘要本发明提供一种基于模板匹配的目标识别方法和系统，包括：获取原始图像与模板图像后预处理；将预处理后的模板图像的每个像素与预处理后原始图像的像素采用预设匹配算法进行相似度的遍历匹配，得到模板图像的像素在原始图像中位置的概率值，绘制位置概率曲线；对位置概率曲线进行拐点算法计算，得到概率值的门限阈值；保留原始图像中相应位置概率值大于门限阈值的像素值。该方法将原始图像与模板图像进行逐像素的相似度匹配，然后根据得到的概率曲线计算得到自适应概率阈值，将识别出的大于所述概率阈值的概率曲线上的所有对应的像素作为识别结果并显示在所述原始图像上，能够准确识别出原始图像中的目标物的数量和具体位置，识别的准确度高。CN112926695ACN112926695A权利要求书1/2页1.一种基于模板匹配的目标识别方法，其特征在于，包括步骤：获取包括有目标物的原始图像与模板图像，并进行预处理，所述模板图像是目标物的图像；将预处理后的模板图像中的每个像素与预处理后的原始图像的像素采用预设的匹配算法进行相似度的遍历匹配，得到所述模板图像的像素在所述原始图像中位置的概率值，并绘制位置概率曲线；对所述位置概率曲线进行拐点算法计算，得到所述概率值的门限阈值；保留所述原始图像中相应位置的概率值大于所述门限阈值的像素值，作为识别结果。2.根据权利要求1所述的基于模板匹配的目标识别方法，其特征在于，对所述原始图像与模板图像进行预处理包括，对所述原始图像与模板图像进行补边。3.根据权利要求1所述的基于模板匹配的目标识别方法，其特征在于，所述将预处理后的模板图像中的每个像素与预处理后的原始图像的像素采用预设的匹配算法进行相似度的遍历匹配，得到所述模板图像的像素在所述原始图像中位置的概率值，包括步骤：将所述模板图像中的每个模板像素分别遍历所述原始图像中的每个原始像素；采用局部山峰分析选择法，分析以所述原始像素为中心的预设范围内，与所述模板像素相似度最高点的概率值作为所述模板图像的像素在所述原始图像中位置的概率值。4.根据权利要求3所述的基于模板匹配的目标识别方法，其特征在于，所述局部山峰分析选择法包括边长范围匹配法、描述计量范围匹配法、目标的计量范围统计法、目标的半径范围匹配法、反向加速匹配法。5.根据权利要求1所述的基于模板匹配的目标识别方法，其特征在于，所述对所述位置概率曲线进行拐点算法计算，得到所述概率值的门限阈值，具体包括：对所述位置概率曲线的原始数据进行第一次滤波；对滤波后的位置概率曲线进行一阶差分求导；对一阶差分求导后的离散数据进行第二次滤波；对第二次滤波的离散数据进行二阶差分求导；取出所有2阶差分离散数据中负值的绝对值；对所述绝对值滤波除去所有低波动噪点；从右开始取最大的拐点作为所述概率值的门限阈值。6.根据权利要求5所述的基于模板匹配的目标识别方法，其特征在于，所述第一次滤波和所述第二次滤波为均值滤波。7.根据权利要求1所述的基于模板匹配的目标识别方法，其特征在于，还包括将所述原始图像和所述模板图像进行RGB三通道提取，分别将提取的三通道与所述模板进行相似度匹配。8.一种基于模板匹配的目标识别系统，其特征在于，包括：获取模块、匹配模块、门限阈值计算模块和识别模块；其中，所述获取模块用于获取包括有目标物的原始图像与模板图像，并进行预处理，所述模板图像是目标物的图像；匹配模块，用于将预处理后的模板图像中的每个像素与预处理后的原始图像的像素采用预设的匹配算法进行相似度的遍历匹配，得到所述模板图像的像素在所述原始图像中位2CN112926695A权利要求书2/2页置的概率值，并绘制位置概率曲线；门限阈值计算模块，用于对所述位置概率曲线进行拐点算法计算，得到所述概率值的门限阈值；识别模块，用于保留所述原始图像中相应位置的概率值大于所述门限阈值的像素值，作为识别结果。9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述所述的基于模板匹配的目标识别方法的步骤。10.一种电子设备，该电子设备包括：处理器；以及，被安排成存储计算机可执行指