?

技術領域

本發明涉及圖像識別領域，尤其是涉及一種具有較高識別速度的圖像匹配方法。

背景技術

在圖像識別領域，常常需要做兩幅圖像的匹配。譬如在火車站利用攝像機從拍攝到的人群中尋找與通緝犯照片相近的人。再比如生產線上利用攝像機拍攝工件，檢查它們是否存在與殘次品庫中保存圖案相近的。這些應用都需要做圖像匹配。

在圖像識別領域，一般匹配的方法是做兩個圖的點積，通過點積結果的大小來評判兩幅圖像是否相似，匹配公式如下：

?????(1)

式中m是一個窗口像素的個數。這種計算的計算量很大。隨著圖像識別領域應用的普及和算法的改進，（1）式也有很多變形，如歸一化互相關系數等等。但是它們的實質都是從（1）式派生出來的。

圖像的表示方法很多，HSV和RGB是表示圖像顏色的兩種不同的方法，RGB是自然界生成圖像的三個最基本的原色，HSV色彩屬性模式是根據色彩的三個基本屬性：色相、飽和度和明度來確定顏色的一種方法。正常彩色圖像是我們習慣用的RGB格式，因為計算機很方便使用發光器件生成對應的顏色。但是在圖像處理中我們習慣轉換成其他格式，HSV是一種比較常見的格式。色相（H）是色彩的基本屬性，就是平常所說的顏色名稱，如紅色、黃色等。飽和度（S）是指色彩的純度，值越高色彩越純，越低則逐漸變灰，取0-100%的數值。明度（V）也叫“亮度”、“灰度”，取0-100%。轉化成HSV時，我們想區分圖像的某個區域是什么顏色，就看這個區域的H通道是在哪個范圍中，如果在RGB模式中這是很難表示的。我們采用HSV格式的明度，或稱灰度V作為我們分析和計算的對象。

發明內容

本發明主要是解決現有技術所存在的進行匹配計算時計算量大、耗時長、占用資源多的技術問題，提供一種計算簡便的圖像匹配方法。

本發明針對上述技術問題主要是通過下述技術方案得以解決的：一種圖像匹配方法，其特征在于包括以下步驟：

步驟a、獲取兩幅待匹配圖像的HSV格式的V值圖像；

步驟b、針對兩幅圖像分別建立兩個二維坐標系，圖像的中每個像素都得到相應的坐標值；

步驟c、針對兩幅圖像分別建立一個三維坐標系，將兩幅圖像的每個像素的(x,y)坐標和對應該點的灰度值繪制在各自的三維坐標系中，對應點的x值和y值為像素在二維坐標系中的坐標，對應點的z值為像素的灰度值；

步驟d、利用曲面擬合技術分別求得兩幅圖像的擬合函數；

步驟e、通過判別兩幅圖像擬合函數的相似性來判斷兩幅圖像的相似性。

作為優選，擬合函數為二元二次函數，第一幅圖像的擬合函數形式如下：

M=a+a₁×x+a₂×y+a₃×x²+a₄×y²+a₅×x×y；??????（2）

第二幅圖像的擬合函數形式如下：

N=b+b₁×x+b₂×y+b₃×x²+b₄×y²+b₅×x×y。??????（3）

求曲面擬合一般采用最小二乘法。

最小二乘法是一種數學優化技術，它通過最小化誤差的平方和來尋找一組數據的最佳匹配函數。最小二乘法是用最簡的方法求得目標函數的參數值，而令誤差平方之和為最小。

作為優選，判斷擬合函數的相似性采用如下公式：