一种模板匹配方法、装置、计算机设备及存储介质

    公开(公告)号:CN113111929A

    公开(公告)日:2021-07-13

    申请号:CN202110358090.1

    申请日:2021-04-01

    Abstract: 本发明公开了一种模板匹配方法、装置、计算机设备及存储介质。所述方法包括:将模板图像和待搜索图像进行分层处理,得到多个分层模板图像和多个分层待搜索图像;将各所述分层模板图像中的最顶层模板图像和各所述分层待搜索图像中的最顶层待搜索图像通过非极大值抑制筛选出用于进行模板匹配的目标边界框;获取所述目标边界框的目标个数个目标位置坐标,基于所述目标位置坐标将各所述分层模板图像在所述待搜索图像上的搜索区域内进行匹配得到最终位置坐标集合;根据所述最终位置坐标集合以及所述模板图像的尺寸,在所述待搜索图像上确定出相匹配的图像作为最终目标图像。利用该方法,能够有效提升模板匹配的速度。

    一种图像匹配方法、装置、设备及存储介质

    公开(公告)号:CN113111212A

    公开(公告)日:2021-07-13

    申请号:CN202110357278.4

    申请日:2021-04-01

    Abstract: 本发明公开了一种图像匹配方法、装置、设备及存储介质。该方法包括:获取模板图像的模板特征点集和待搜索图像的目标特征点集,其中,特征点集包括显著角点和边缘特征点;根据所述模板图像对所述待搜索图像的每一像素点进行遍历,计算所述模板特征点集和所述模板图像区域对应的所述目标特征点集的目标相似度度量;根据所述目标相似度度量确定匹配特征点的位置,在所述待搜索图像中显示所述匹配特征点。通过本发明的技术方案,能够基于图像的角点信息和边缘特征信息进行图像匹配,解决传统特征点匹配方法对特征点较少且具有一定形状的图像,匹配准确度不高的问题,提升具有一定形状的图像的匹配准确度。

    一种图像匹配方法、装置、设备及存储介质

    公开(公告)号:CN113111212B

    公开(公告)日:2024-05-17

    申请号:CN202110357278.4

    申请日:2021-04-01

    Abstract: 本发明公开了一种图像匹配方法、装置、设备及存储介质。该方法包括:获取模板图像的模板特征点集和待搜索图像的目标特征点集,其中,特征点集包括显著角点和边缘特征点;根据所述模板图像对所述待搜索图像的每一像素点进行遍历,计算所述模板特征点集和所述模板图像区域对应的所述目标特征点集的目标相似度度量;根据所述目标相似度度量确定匹配特征点的位置,在所述待搜索图像中显示所述匹配特征点。通过本发明的技术方案,能够基于图像的角点信息和边缘特征信息进行图像匹配,解决传统特征点匹配方法对特征点较少且具有一定形状的图像,匹配准确度不高的问题,提升具有一定形状的图像的匹配准确度。

    一种模板匹配方法、装置、计算机设备及存储介质

    公开(公告)号:CN113111929B

    公开(公告)日:2024-04-12

    申请号:CN202110358090.1

    申请日:2021-04-01

    Abstract: 本发明公开了一种模板匹配方法、装置、计算机设备及存储介质。所述方法包括:将模板图像和待搜索图像进行分层处理,得到多个分层模板图像和多个分层待搜索图像;将各所述分层模板图像中的最顶层模板图像和各所述分层待搜索图像中的最顶层待搜索图像通过非极大值抑制筛选出用于进行模板匹配的目标边界框;获取所述目标边界框的目标个数个目标位置坐标,基于所述目标位置坐标将各所述分层模板图像在所述待搜索图像上的搜索区域内进行匹配得到最终位置坐标集合;根据所述最终位置坐标集合以及所述模板图像的尺寸,在所述待搜索图像上确定出相匹配的图像作为最终目标图像。利用该方法,能够有效提升模板匹配的速度。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN112419215B

    公开(公告)日:2024-04-09

    申请号:CN202011256826.6

    申请日:2020-11-11

    Abstract: 本发明公开了一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取待处理图像,对待处理图像进行降采样处理,当所述降采样图像满足第一分层条件时,分别确定当前降采样图像与降采样前的图像的像素编码,基于像素编码确定当前降采样图像与降采样前的图像之间的图像距离,在当前降采样图像以及图像距离满足第二分层条件时,对当前降采样图像进行迭代降采样处理,基于待处理图像和降采样处理得到的至少一个降采样图像形成金字塔结构的图像集合,实现了对图像的自适应分层,适用于各类图像且不受图像特征的限制,分层后的金字塔结构可适用于图像配准等领域,提高了图像配准的速度与精度。

    图像配准方法、装置、电子设备及存储介质

    公开(公告)号:CN112396640B

    公开(公告)日:2024-04-09

    申请号:CN202011257297.1

    申请日:2020-11-11

    Abstract: 本发明公开了一种图像配准方法、装置、电子设备及存储介质。该方法包括:通过获取模板图像和目标图像,分别对模板图像和目标图像进行下采样分层处理,得到具有相同层数的金字塔结构的模板图像集合和目标图像集合;对模板图像对应的图像集合中各图像进行旋转处理,得到各金字塔分层对应的至少一个待配准图像,从而得到多尺度多角度的模板图像;并基于金字塔结构,逐层将同层数的至少一个待配准图像与目标图像集合中的对应图像进行相关性配准,得到目标图像中与模板图像相匹配的目标配准区域,实现了图像的多尺度配准,从而提高了图像配准的速度与精度,同时,实现了图像的多角度配准,适用于对任意旋转的目标图像的高精度配准。

    图像边缘特征库构建方法、装置、计算机设备及存储介质

    公开(公告)号:CN113112516A

    公开(公告)日:2021-07-13

    申请号:CN202110358150.X

    申请日:2021-04-01

    Abstract: 本发明公开了一种图像边缘特征库构建方法、装置、终端设备及存储介质。所述方法包括:将至少一张待提取边缘图像进行尺度和/或角度变换得到图像集,图像集包括多角度的图像和/或多尺度的图像;将基于图像集确定的图像边缘进行细边处理后根据细边处理后的图像集确定双阈值;所述双阈值包括第一阈值和第二阈值,所述第一阈值大于第二阈值;根据所述双阈值将所述图像集中的每个图像的像素点划分为图像的强边缘、图像的弱边缘以及图像的非边缘,得到边缘提取后的图像集;根据所述边缘提取后的图像集中图像的尺度层级构建图像边缘特征库,以用于进行图像边缘提取。该方法通过根据图像自适应计算双阈值能够有效解决图像边缘轮廓提取自适应弱的问题。

    图像匹配方法、装置、电子设备以及存储介质

    公开(公告)号:CN112861983A

    公开(公告)日:2021-05-28

    申请号:CN202110208903.9

    申请日:2021-02-24

    Abstract: 本发明实施例公开了一种图像匹配方法、装置、电子设备以及存储介质。所述方法包括通过对模板图像进行金字塔分层多角度的模板图像创建来提取模板边缘轮廓特征,创建多层多角度的模板边缘轮廓特征,使模板边缘轮廓特征不受图像灰度信息变化的影响,保证基于边缘形状匹配适应不同光照变化;同时考虑到模板边缘轮廓特征信息的数据结构构建复杂,匹配过程中需要较长时间,通过使用分层的模板边缘轮廓特征从金字塔结构自上而下逐层映射进行相似度匹配,综合运用金字塔各个层级实现由粗到精的相似度匹配的性能提升策略,降低金字塔下层的模板边缘轮廓特征匹配数据量,在保证匹配精度的前提下有效提升匹配速度且适用于存在平移旋转以及遮挡的应用场景。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN112419215A

    公开(公告)日:2021-02-26

    申请号:CN202011256826.6

    申请日:2020-11-11

    Abstract: 本发明公开了一种图像处理方法、装置、电子设备及存储介质。该方法包括:获取待处理图像,对待处理图像进行降采样处理,当所述降采样图像满足第一分层条件时,分别确定当前降采样图像与降采样前的图像的像素编码,基于像素编码确定当前降采样图像与降采样前的图像之间的图像距离,在当前降采样图像以及图像距离满足第二分层条件时,对当前降采样图像进行迭代降采样处理,基于待处理图像和降采样处理得到的至少一个降采样图像形成金字塔结构的图像集合,实现了对图像的自适应分层,适用于各类图像且不受图像特征的限制,分层后的金字塔结构可适用于图像配准等领域,提高了图像配准的速度与精度。

    图像配准方法、装置、电子设备及存储介质

    公开(公告)号:CN112396640A

    公开(公告)日:2021-02-23

    申请号:CN202011257297.1

    申请日:2020-11-11

    Abstract: 本发明公开了一种图像配准方法、装置、电子设备及存储介质。该方法包括:通过获取模板图像和目标图像,分别对模板图像和目标图像进行下采样分层处理,得到具有相同层数的金字塔结构的模板图像集合和目标图像集合;对模板图像对应的图像集合中各图像进行旋转处理,得到各金字塔分层对应的至少一个待配准图像,从而得到多尺度多角度的模板图像;并基于金字塔结构,逐层将同层数的至少一个待配准图像与目标图像集合中的对应图像进行相关性配准,得到目标图像中与模板图像相匹配的目标配准区域,实现了图像的多尺度配准,从而提高了图像配准的速度与精度,同时,实现了图像的多角度配准,适用于对任意旋转的目标图像的高精度配准。

Patent Agency Ranking