快速通用型roi匹配方法与流程

本发明涉及图像识别领域，特别涉及一种快速通用型roi匹配方法。

背景技术：

当前，根据标准图的位置roi(roi全称为regionofinterest，也叫感兴趣区域，本发明中指的是由多个点集首尾相连组成的闭合区域)，找到测试图对应的位置roi，是图像匹配中很常用的功能，在工业中模板匹配中也有很多需求。但是，在实际应用中往往遇到以下缺陷：

(1)通用性不高，很多匹配算法只能适用于特定场景；

(2)视觉信息利用不够导致匹配准确率不够，很多匹配算法只利用到了梯度信息或者形状信息，比如halcon中常见的shape-basedmatching,仅仅是利用到了图像的形状特征，遇到复杂场景下更高要求的应用，往往达不到要求；

(3)时间复杂度高，很多匹配算法需要在比较高的计算成本上才能实现较精准的匹配。

技术实现要素：

本发明提供了一种快速通用型roi匹配方法，以解决至少一个上述技术问题。

为解决上述问题，作为本发明的一个方面，提供了一种快速通用型roi匹配方法，包括：设置标准图的基准区域；对标准图和测试图进行下采样缩放，分别提取标准图和侧视图的orb特征；利用标准图和测试图的orb特征匹配，找到测试图的大体基准区域；通过测试图的大体基准区域初步确定测试图的匹配搜索范围；利用形状上下文匹配结合颜色直方图匹配在缩放图上实现测试图的二次基准区域匹配，以得到进一步缩小的二次匹配搜索范围；在最后的搜索范围内利用形状上下文匹配结合颜色直方图匹配在原图上实现最终的基准roi精准匹配。

优选地，对标准图和测试图进行下采样缩放，分别提取标准图和侧视图的orb特征包括：分别对标准原图和测试原图进行下采样缩放，形成标准缩放图和测试缩放图，同时基准roi也按照同样比例缩放；先在标准缩放图的基准roi内提取orb特征，然后对测试缩放图的整张图提取orb特征。

优选地，利用形状上下文匹配结合颜色直方图匹配在缩放图上实现测试图的二次基准区域匹配，以得到进一步缩小的二次匹配搜索范围包括：在标准缩放图中的基准roi内提取形状上下文特征和颜色直方图，标准缩放图中的基准roi映射到测试缩放图中，然后在测试缩放图中进行基准roi的平移和旋转，该过程在初步确定的上下平移搜索范围中进行；之后形成基准roi序列，在roi序列中提取形状上下文和颜色直方图，再一一与标准缩放图的基准roi内的形状上下文和颜色直方图进行匹配，得到最合适的测试缩放图的基准roi，从而得到更小范围的二次匹配搜索范围，该搜索范围包括上下平移范围和旋转角度范围。

优选地，在最后的搜索范围内利用形状上下文匹配结合颜色直方图匹配在原图上实现最终的基准roi精准匹配包括：在标准原图中的基准roi内提取形状上下文特征和颜色直方图，标准原图中的基准roi映射到测试原图中，然后在测试原图中进行基准roi的平移和旋转，此时利用所述上下平移范围和旋转角度范围形成对应测试原图的基准roi序列；在基准roi序列中提取形状上下文和颜色直方图，再一一与标准原图的基准roi内的形状上下文结合颜色直方图进行匹配，得到对应测试原图最合适的基准roi，从而得到测试原图的最终基准roi。

优选地，所述方法还包括：以测试原图的最终基准roi为参照，找到测试原图中其他需要匹配的局部子roi。

优选地，所述上下平移范围来自测试缩放图，需要反缩放映射到测试原大图中。

由于采用了上述技术方案，本发明的通用性好，可以适用于不同的场景，且识别的匹配准确率高，计算成本低。

附图说明

图1示意性地示出了本发明的流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

本发明提供了一个完整的解决方案，其基本思想是先设置标准图的基准区域，然后对标准图和测试图进行下采样缩放，分别提取标准图和侧视图的orb特征，orb全名为orientedfastandrotatedbrief，它采用改进的fast关键点检测方法，使其具有方向性，并采用具有旋转不变性的brief特征描述子，是一种非常快速的特征计算方法。利用两者的orb特征匹配，找到测试图的大体基准区域，通过测试图的大体基准区域确定测试图的匹配搜索范围，接下来利用形状上下文匹配结合颜色直方图匹配在缩放图上实现测试图的二次基准区域匹配，二次基准区域匹配得到进一步缩小的匹配搜索范围，在最后的搜索范围内利用形状上下文匹配结合颜色直方图匹配在原图上实现最终的基准roi精准匹配，之后参照精准匹配的最终基准roi找到其他需要匹配的局部子roi。

本发明分为以下步骤。

步骤1：对标准原图画基准roi，一个roi是一系列点集首尾相连，一般基准roi是恰好包含目标对象。

步骤2：分别对标准原图和测试原图进行下采样缩放，形成标准缩放图和测试缩放图，同时基准roi也按照同样比例缩放，先在标准缩放图的基准roi内提取orb特征，然后对测试缩放图的整张图提取orb特征，通过orb特征匹配找到测试缩放图的大体基准roi的位置，确定初步的匹配搜索范围，该搜索范围为初步上下平移搜索范围。

步骤3：在标准缩放图中的基准roi内提取形状上下文特征和颜色直方图，标准缩放图中的基准roi映射到测试缩放图中，然后在测试缩放图中进行基准roi的平移和旋转，该过程在步骤2得到的初步上下平移搜索范围中进行，之后形成基准roi序列，在roi序列中提取形状上下文和颜色直方图，再一一与标准缩放图的基准roi内的形状上下文和颜色直方图进行匹配，得到最合适的测试缩放图的基准roi，从而得到更小范围的二次匹配搜索范围，该搜索范围包括上下平移范围和旋转角度范围。

步骤4：在标准原图中的基准roi内提取形状上下文特征和颜色直方图，标准原图中的基准roi映射到测试原图中，然后在测试原图中进行基准roi的平移和旋转，此时利用步骤3得到的上下平移范围和旋转角度范围(步骤3中的平移范围来自测试缩放图，需要反缩放映射到测试原大图中，例如缩放图中x方向的搜索范围为100～200，缩放图x方向对应原图的大小比例为1:4，原图中x方向的搜索范围则为400～800)形成对应测试原图的基准roi序列，在基准roi序列中提取形状上下文和颜色直方图，再一一与标准原图的基准roi内的形状上下文结合颜色直方图进行匹配，得到对应测试原图最合适的基准roi，从而得到测试原图的最终基准roi。

步骤5：以步骤4中测试原图的最终基准roi为参照，找到测试原图中其他需要匹配的局部子roi。

本发明提供了一种快速通用型roi匹配方法，可快速有效的找到侧视图中对应标准图的roi区域，其目的是为了定位感兴趣区域，减少后续的不必要的区域检测，从而降低后续的一系列的算法难度，提高整体效率。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。