申请/专利权人：中国科学院沈阳自动化研究所

申请日：2020-06-24

公开（公告）日：2024-03-22

公开（公告）号：CN113920049B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/44;G06V10/75;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.01.28#实质审查的生效;2022.01.11#公开

摘要：本发明涉及一种基于少量正样本融合的模板匹配方法。本发明面向图像目标识别定位领域，尤其涉及基于模板匹配的目标识别定位方法，通过对少量模板正样本的融合，当目标存在较大遮挡、形变、梯度方向突变时，能够对目标进行鲁棒的、快速的识别定位。本发明包括以下四个步骤：1、提取模板图像中的目标边缘点集；2、不同模板图像下目标边缘点集的配准；3、目标边缘点的融合；4、基于融合点集的相似度统计。本发明解决目标存在较大遮挡、形变、梯度方向突变时的模板匹配问题，提高目标识别定位鲁棒性；本发明应用于工业机器视觉识别与定位领域，为工业生产中零部件的识别与定位提供了解决方法，为实现工业自动化生产过程提供了感知功能。

主权项：1.一种基于少量正样本融合的模板匹配方法，其特征在于，包括以下步骤：1提取工业零件模板图像中的目标边缘点集；2不同工业零件模板图像下的目标边缘点集配准；3通过目标边缘点的合并或分裂，得到合并分裂后的工业零件模板特征点集；4基于合并分裂后的工业零件模板特征点集进行相似度统计，进行工业零件模板与检测图像匹配；步骤3具体为：配准后的边缘点集中，如果存在目标边缘点坐标相同且梯度方向相同的目标边缘点，则对这些目标边缘点进行合并；如果存在目标边缘点坐标相同但梯度方向不同的目标边缘点，则对这些目标边缘点进行分裂；所述合并或分裂具体为： 其中，分别为目标边缘点集中目标边缘点的梯度方向，i、j均为目标边缘点序号，nk为第k幅模板的目标边缘点数，合并分裂后的零件模板特征点集为： 其中，nm为合并分裂后的边缘点数量。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 一种基于少量正样本融合的模板匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD