基于非线性优化的亚像素模板匹配方法及装置与流程

摘要: 本申请涉及一般的图像数据处理或产生,尤其涉及一种基于非线性优化的亚像素模板匹配方法及装置。背景技术:1、模板匹配广泛应用于工业自动化定位、印制电路板检测、半导体...
基于非线性优化的亚像素模板匹配方法及装置与流程

本申请涉及一般的图像数据处理或产生,尤其涉及一种基于非线性优化的亚像素模板匹配方法及装置。

背景技术:

1、模板匹配广泛应用于工业自动化定位、印制电路板检测、半导体晶圆对准等场景,亚像素级精度已成为高端制造的核心需求。

2、但是,传统的基于亚像素曲面拟合的模板匹配方案在实际应用中存在明显缺陷。首先,曲面拟合方法假设局部相似度响应曲面满足平滑的二次曲面模型,当目标边缘不规则或目标图像存在高频噪声时,实际的响应曲面与平滑曲面模型偏差较大,导致拟合误差显著增加,精度大幅下降;其次,曲面拟合方法仅对相似度响应图具有单一明显峰值的区域有效,当响应图存在多个相近峰值时,拟合过程容易陷入局部最优,导致定位结果偏离真实位置。此外,传统在精匹配阶段仅优化位置坐标,当目标同时存在位置偏移和角度偏移时,需要分步处理或额外估算角度,分步优化容易产生误差累积,且无法充分利用边缘特征的整体信息,难以在复杂工业场景中同时获得高精度的位置和角度信息。

技术实现思路

1、本申请实施例提供了一种基于非线性优化的亚像素模板匹配方法及装置,以期实现通过插值法结合非线性优化同时优化位置和角度,避开了局部平滑性依赖,避免分步误差累积,提升了匹配精度和抗噪鲁棒性。

2、第一方面,本申请实施例提供了一种基于非线性优化的亚像素模板匹配方法,包括:

3、获取模板图像和目标图像;

4、对模板图像和目标图像分别进行边缘特征点提取,得到模板特征点集和目标特征点集,并构建梯度强度图,梯度强度图用于表征目标图像各像素位置的梯度强度;

5、基于模板特征点集和目标特征点集进行粗匹配,确定模板图像在目标图像中的初始位置和初始角度;

6、根据由初始位置与位置偏移之和、初始角度与角度偏移之和构成的当前匹配位姿,对模板特征点集进行坐标变换,位置偏移和角度偏移的初始值为零;

7、通过插值法在梯度强度图中获取坐标变换后的多个映射点处的梯度强度值;

8、以位置偏移和角度偏移为优化变量,以梯度强度值总和最大化为优化目标,对位置偏移和角度偏移进行迭代更新,直至满足收敛条件,输出亚像素级的目标位置和目标角度。

9、第二方面,本申请实施例提供了一种基于非线性优化的亚像素模板匹配装置,包括:

10、图像获取单元,用于获取模板图像和目标图像;

11、特征梯度生成单元,用于对模板图像和目标图像分别进行边缘特征点提取,得到模板特征点集和目标特征点集,并构建梯度强度图,梯度强度图用于表征目标图像各像素位置的梯度强度;

12、初始匹配单元,用于基于模板特征点集和目标特征点集进行粗匹配,确定模板图像在目标图像中的初始位置和初始角度;

13、位姿变换单元,用于根据由初始位置与位置偏移之和、初始角度与角度偏移之和构成的当前匹配位姿,对模板特征点集进行坐标变换,位置偏移和角度偏移的初始值为零;

14、梯度插值单元,用于通过插值法在梯度强度图中获取坐标变换后的多个映射点处的梯度强度值;

15、优化输出单元,用于以位置偏移和角度偏移为优化变量,以梯度强度值总和最大化为优化目标,对位置偏移和角度偏移进行迭代更新,直至满足收敛条件,输出亚像素级的目标位置和目标角度。

16、第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器以及一个或多个程序,一个或多个程序被存储在存储器中,并且被配置由处理器执行,程序包括用于执行如本申请实施例第一方面中的步骤的指令。

17、第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序/指令,计算机程序/指令被处理器执行时实现本申请实施例第一方面中的步骤。

18、第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如本申请实施例第一方面中所描述的部分或全部步骤。

19、可以看出,在本申请实施例中,通过插值法在梯度强度图上获取映射点处的梯度强度值,替代了传统的曲面拟合,消除了对局部曲面平滑性的依赖;以梯度强度值总和最大化替代相似度函数最大化作为优化目标,增强了对光照变化的抗干扰能力;同时优化位置偏移和角度偏移,避免了分步优化带来的误差累积,能够在复杂工业场景中一次性获得高精度的位置和角度信息,显著提升了模板匹配的精度和鲁棒性。

1.一种基于非线性优化的亚像素模板匹配方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述模板图像和所述目标图像分别进行边缘特征点提取,得到模板特征点集和目标特征点集,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述模板特征点集和所述目标特征点集进行粗匹配,确定所述模板图像在所述目标图像中的初始位置和初始角度,包括:

4.根据权利要求3所述的方法,其特征在于,所述在所述图像金字塔的每一层,对所述模板图像生成不同角度和不同尺度的模板集合,包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述通过插值法在所述梯度强度图中获取所述坐标变换后的多个映射点处的梯度强度值,包括:

6.根据权利要求1-4任一项所述的方法,其特征在于,在所述根据各顶点对应的梯度强度值总和进行排序之后,所述方法还包括:

7.一种基于非线性优化的亚像素模板匹配装置,其特征在于,包括:

8.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。

9.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。