一种长周期序列图像的检测区动态定位方法和系统与流程

1.本技术属于计算机图像处理技术领域，尤其涉及一种长周期序列图像的检测区动态定位方法和系统。


背景技术：

2.近年来，已有机器视觉系统用于钢卷尺在线生产环节，主要通过高速线扫相机扫描获取实时图像，然后经过计算机对采集到的图像进行处理和分析，完成对印刷出来的钢卷尺产品的质量检测。
3.随着工业自动化发展，离线检测系统更具优势，但同时对软件处理能力有更高的要求。主要难点在于：离线检测系统运行速度快，尺带平稳性更低；离线检测系统所需要检出的缺陷种类更多，外观形态更加复杂多变；离线检测系统在检测完成后需及时将ng的尺带剔除，因此对检测结果的准确性及稳定性提出了更高的要求。而决定检测稳定性的核心就是周期图像的检测区动态定位。
4.对于钢卷尺类生产线周期较长的产品，相机采集到的图像是周期性的序列图像，即沿着剔除产线方向以一定周期重复出现的连续图像，相应的重复周期称为版周高度。这类产品通常长度在1.5m-10m之间，而与尺带高度相比，宽度会显得小得多，为了实时检测便需要定位和检测同时进行。考虑到高速运动的尺带难免会引起晃动，为避免尺带晃出视场范围，尺带宽度方向必然存在一定的无效区，这部分图像需要先经过裁剪，然后才能进行下一步的分析和判断。
5.传统的尺带周期判别方式主要通过印刷到尺带尾部的两根黑条来判断，为适应视觉检测的要求，需将其调整为判别尺带头部与尾部分界线区域。然而，在尺带进行切割剔除时运动是停止的，这时尺带与编码器之间有可能出现打滑的现象，反映在图像上就是在停下来的位置附近图像不连续。因此，急需一种图像定位算法能够有效避开该区域才能实现精确的定位。


技术实现要素：

6.有鉴于此，本技术提供了一种长周期序列图像的检测区动态定位方法和系统，解决了长周期性产品的实时检测问题。
7.本技术的具体技术方案如下：
8.本技术提供一种长周期序列图像的检测区动态定位方法，包括如下步骤：
9.采集待测图像的周期序列图像帧，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像；
10.对拼接预处理图像进行rgb通道分离，选择其中的单通道图像进行图像检测有效区定位，采用积分图运算方式计算检测有效区；
11.检测拼接预处理图像是否包含尺带大版周边界，根据检测结果更新图像的定位基线以及重置定位偏移量，对拼接图像进行大版周矫正生成基准图像；
12.限定待测图像的检测区域并将待测图像与基准图像匹配，动态获取待测图像在基准图像中的位置坐标从而完成检测区动态定位。
13.优选的，将待测图像进行预处理具体为：
14.采集待测图像的rgb三通道图像并放入容量为预设范围内的缓存中；
15.将待测图像中下一检测区域头部的定量像素拼接到上一检测区域底部，将待测图像处理成尺寸、大小一致的第一拼接预处理图像。
16.优选的，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像具体为：
17.将第一拼接预处理图像中首尾拼接处的重复区域去除；
18.获取图像的版周边界线，根据版周边界线参数将预处理拼接图像中首尾拼接处的边界线区域去除生成第二拼接预处理图像；
19.将多个第二拼接预处理拼接图像首尾连接，生成图像宽度一致、长度不限的拼接图像并放入缓存中。
20.优选的，选择其中的单通道图像进行图像检测有效区定位具体为：
21.调取缓存中的第一拼接预处理图像进行rgb通道分离，计算图像的r分量单通道的分辨率；
22.设定比较器的位置和数量，根据比较器的设置参数取出子图像；
23.比较子图像的分辨率值并取最大值，生成剔除刻度线干扰的增强图像。
24.优选的，采用积分图运算方式计算检测有效区具体为：
25.根据增强图像的特征值计算增强图像的积分值并从左至右扫描生成积分图像；
26.根据设定阈值对生成的积分图像进行特征值框选，在框选范围内获取最大值所在位置参数作为检测无效区；
27.根据尺带宽度和单边检测无效区的位置参数自动获取另一单边检测无效区的所在位置参数；
28.对检测无效区的位置参数进行解析，计算尺带左右边界数据。
29.优选的，根据检测结果更新图像的定位基线以及重置定位偏移量具体为：
30.检测第二拼接预处理图像的尺带大版周边界，若包含尺带大版周边界，则计算大版周边界位置参数，并根据当前尺带所处位置进行定位偏移量重置，将边界处作为新尺带的起始位置；
31.若不包含尺带大版周边界，则更新定位基线后再获取大版周边界位置参数并进行定位偏移量重置。
32.优选的，根据当前尺带所处位置进行定位偏移量重置具体为：
33.若当前尺带为第一根尺带，则根据大版周边界位置参数进行定位偏移量重置；
34.若当前尺带非第一根尺带，该边界将整个尺带分为n、n 1两部分，将第n根尺带在监测完成后直接上报结果，将第n 1根尺带进行定位偏移量重置。
35.优选的，还包括：
36.若当前尺带未检测到边界，而上一检测图像检测到边界，则判断上一根尺带的检测有效区高度是否小于阈值；
37.若小于阈值则直接上报第n 1根尺带的检测结果，若大于阈值则更新定位基线位置后再更新定位偏移量位置。
38.优选的，计算大版周边界位置参数具体为：
39.计算y方向的sobel纹理图像，提取纹理强度大于阈值的像素区域；
40.对像素区域依次在x方向小尺度形态学开运算、y方向小尺度形态学闭运算、y方向大尺度形态学开运算以及x方向大尺度形态学闭运算进行形态学滤波，并进行blob分析，提取前景区域；
41.根据前景区域头部的像素分布状况判断是否存在大版周分界线，若存在则提取当前blob位置坐标作为大版周边界位置参数，若不存在则重新调整纹理强度阈值并获取相应的像素区域。
42.本技术还提供一种长周期序列图像的检测区动态定位系统，包括存储器和处理器，所述存储器中包括长周期序列图像的检测区动态定位程序，所述长周期序列图像的检测区动态定位程序被所述处理器执行时，实现所述长周期序列图像的检测区动态定位方法的步骤。
43.综上所述，本技术提供了一种长周期序列图像的检测区动态定位方法和系统。本技术通过从采集到的周期图像中提取具有标准周期高度的图像作为基准图像，利用建模得到的图像，通过多窗口滑动比对技术，针对每个检测片段动态获取其在建模图像中的位置坐标，不断调整、更新、反馈，从而完成检测区动态定位。对于长周期类产品，在产品总体相似性较高且存在某种图像变形扭曲的情况下，能够准确实时匹配检测区域，满足检测要求。
附图说明
44.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
45.图1为本技术一种长周期序列图像的检测区动态定位方法的流程图；
46.图2为本技术一种长周期序列图像的检测区动态定位系统的框图。
具体实施方式
47.为使得本技术的目的、特征、优点能够更加的明显和易懂，对本技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本技术一部分实施例，而非全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
48.请参照图1，图1为本技术一种长周期序列图像的检测区动态定位方法的流程图。
49.本技术实施例提供一种长周期序列图像的检测区动态定位方法，包括如下步骤：
50.s102:采集待测图像的周期序列图像帧，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像；
51.s104:对拼接预处理图像进行rgb通道分离，选择其中的单通道图像进行图像检测有效区定位，采用积分图运算方式计算检测有效区；
52.s106:检测拼接预处理图像是否包含尺带大版周边界，根据检测结果更新图像的定位基线以及重置定位偏移量，对拼接图像进行大版周矫正生成基准图像；
53.s108:限定待测图像的检测区域并将待测图像与基准图像匹配，动态获取待测图像在基准图像中的位置坐标从而完成检测区动态定位。
54.需要说明的是，s102中计算机中央处理器单元cpu依次接收来自图像采集卡输出的周期序列图像帧。图像拼接阶段是和图像检测阶段同时进行，可保证检测的实时性。s104中使用积分图作为运算加速的方式，可加快定位速度。
55.s106和s108中，对于周期性大、产品种类多的尺带类产品的视觉检测系统，为完成视觉检测，在检测开始前，需先对要检测的产品采集图像进行建模。由于这类产品的剔除线采集到的图像是周期序列图像，所以建模的目的之一就是从采集到的周期图像中提取一个具有标准周期高度的图像作为基准图像。在采集图像建模的过程中，通过判别尺带头部与尾部分界线来判断版周高度，不需要输入其他参数，采集到一个版周高度后自动完成建模。检测过程中，利用建模得到的基准图像，通过分析其模型参数，如版周起始(结束)位、图像检测有效区、当前图像相较于模板图像的偏移量等，结合多窗口滑动比对技术，将整根尺子分成n个小的检测片段，针对每个检测片段，动态获取其在建模图像中的位置坐标，不断调整、更新、反馈，从而完成检测区动态定位。
56.根据本技术实施例，将待测图像进行预处理具体为：
57.采集待测图像的rgb三通道图像并放入容量为预设范围内的缓存中；
58.将待测图像中下一检测区域头部的定量像素拼接到上一检测区域底部，将待测图像处理成尺寸、大小一致的第一拼接预处理图像。
59.需要说明的是，采集到的图像可为w＝400像素，h＝100像素的rgb三通道图像，采集到图像后将其放入容量为100的缓存中。将采集到的图像可拼接成h＝2048 256，w＝400大小的图像，其中尾部256大小的图像和下一个缓存头部256大小图像一致，这样的设计是为了不漏掉小缺陷，保证检测的完整性。
60.根据本技术实施例，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像具体为：
61.将第一拼接预处理图像中首尾拼接处的重复区域去除；
62.获取图像的版周边界线，根据版周边界线参数将预处理拼接图像中首尾拼接处的边界线区域去除生成第二拼接预处理图像；
63.将多个第二拼接预处理拼接图像首尾连接，生成图像宽度一致、长度不限的拼接图像并放入缓存中。
64.需要说明的是，去除重复区域可采用像素、灰度相似度分析。边界区域可根据获取的图像参数得到。拼接图像的输出图像大小可为w＝400，h不固定，取决于尺带扫描得到的高度。
65.根据本技术实施例，选择其中的单通道图像进行图像检测有效区定位具体为：
66.调取缓存中的第一拼接预处理图像进行rgb通道分离，计算图像的r分量单通道的分辨率；
67.设定比较器的位置和数量，根据比较器的设置参数取出子图像；
68.比较子图像的分辨率值并取最大值，生成剔除刻度线干扰的增强图像。
69.需要说明的是，第一拼接预处理图像宽度可为w，高度为h 256。假设相机图像分辨率为r(单位：mm/pixel)，设定比较器个数为n＝1/r，从图像第一行开始，取出子图像m＝img
[0:h/2,0:w]。宽为输入图像w，高为输入图像h的二分之一，从上往下开始比较并取最大值，m＝max(m,img[i:i h/2,0:w]),其中i的范围为1-n，最终得到不受刻度线影响的增强图像m。
[0070]
根据本技术实施例，采用积分图运算方式计算检测有效区具体为：
[0071]
根据增强图像的特征值计算增强图像的积分值并从左至右扫描生成积分图像；
[0072]
根据设定阈值对生成的积分图像进行特征值框选，在框选范围内获取最大值所在位置参数作为检测无效区；
[0073]
根据尺带宽度和单边检测无效区的位置参数自动获取另一单边检测无效区的所在位置参数；
[0074]
对检测无效区的位置参数进行解析，计算尺带左右边界数据。
[0075]
需要说明的是，本技术实施例中可对得到的图像m求出积分图像g，以高度＝h 256，宽度为16的haar-like特征去做运算，设定阈值t，从左到右扫描积分图像，找到其特征值》t的集合s，在s中选取最大值所在的位置作为尺带左边界l，尺带宽度wr为已知量，尺带右边界r＝l wr。
[0076]
根据本技术实施例，根据检测结果更新图像的定位基线以及重置定位偏移量具体为：
[0077]
检测第二拼接预处理图像的尺带大版周边界，若包含尺带大版周边界，则计算大版周边界位置参数，并根据当前尺带所处位置进行定位偏移量重置，将边界处作为新尺带的起始位置；
[0078]
若不包含尺带大版周边界，则更新定位基线后再获取大版周边界位置参数并进行定位偏移量重置。
[0079]
需要说明的是，若包含尺带大版周边界则可根据边界位置参数确定检测区偏移量。若不包含尺带大版周边界则需要重置定位基线直到显示边界所在位置参数。
[0080]
根据本技术实施例，根据当前尺带所处位置进行定位偏移量重置具体为：
[0081]
若当前尺带为第一根尺带，则根据大版周边界位置参数进行定位偏移量重置；
[0082]
若当前尺带非第一根尺带，该边界将整个尺带分为n、n 1两部分，将第n根尺带在监测完成后直接上报结果，将第n 1根尺带进行定位偏移量重置。
[0083]
需要说明的是，若为第一根尺带可直接进行偏移量重置，若非第一根尺带，为避免受上一检测区定位干扰使偏移量叠加，需要对新的尺带进行识别和针对性分析。
[0084]
根据本技术实施例，还包括：
[0085]
若当前尺带未检测到边界，而上一检测图像检测到边界，则判断上一根尺带的检测有效区高度是否小于阈值；
[0086]
若小于阈值则直接上报第n 1根尺带的检测结果，若大于阈值则更新定位基线位置后再更新定位偏移量位置。
[0087]
需要说明的是，根据上一根尺带的检测有效区位置参数判断是否进行偏移量重置，若未超过阈值则说明基线对其影响较小可延用定位方案，若超过阈值则说明需要进行校准，其中，上一根尺带(n)检测有效区域高度的阈值可设定为128像素。
[0088]
根据本技术实施例，计算大版周边界位置参数具体为：
[0089]
计算y方向的sobel纹理图像，提取纹理强度大于阈值的像素区域；
[0090]
对像素区域依次在x方向小尺度形态学开运算、y方向小尺度形态学闭运算、y方向大尺度形态学开运算以及x方向大尺度形态学闭运算进行形态学滤波，并进行blob分析，提取前景区域；
[0091]
根据前景区域头部的像素分布状况判断是否存在大版周分界线，若存在则提取当前blob位置坐标作为大版周边界位置参数，若不存在则重新调整纹理强度阈值并获取相应的像素区域。
[0092]
需要说明的是，本技术实施例中可提取出纹理强度大于100的像素区域，依次进行x方向的小尺度形态学开运算，去除尺带边界的噪音；进行y方向的小尺度形态学闭运算，将刻度线等纹理区域连接成一个整体；进行y方向的大尺度形态学开运算，去除尺带尾部噪音干扰；进行x方向大尺度形态学闭运算，将左右刻度形成的两部分区域连接成一个区域。如提取出的blob区域上方高度88像素部分较为平坦，无明显纹理，则认为找到了大版周分界线。
[0093]
在本技术另一实施例中，还包括：
[0094]
判断框选范围内的积分图像中的特征点值是否大于设定值；
[0095]
若大于设定值则获取特征点值中的最大值所在位置参数，若小于设定值则重新调整比较器的位置和数量并根据比较器的设置参数重新调取子图像。
[0096]
需要说明的是，特征点值是指框选范围内的特征点数量或反差程度。若大于设定值说明框选范围捕捉成功可直接采集特征点值参数，若小于设定值说明捕捉失败需要重新建立框选方案。
[0097]
在本技术另一实施例中，限定待测图像的检测区域并将待测图像与基准图像匹配具体为：
[0098]
判断待测图像中是否包含不检区或不检区位置，若不包含不检区或不检区位置在阈值范围外，则将图像反色并匹配阈值范围内的图像区域，且计算最大匹配点位置；
[0099]
若包含不检区或不检区位置在阈值范围内，则将图像反色并截取与基准图像相适配尺寸的检测图像，并根据上次匹配点位置预估本次匹配点位置。
[0100]
需要说明的是，如果当前尺带图像不包含不检区或者不检区位置在[0,128]或[h-128,h](h为当前尺带图像高度)范围内，匹配[128,h-128]范围内的图像区域，且将匹配图像的宽度范围限定在[w/3,w*2/3](w为尺带宽度)之间。此操作需将图像反色，这样做的目的是方便后续将尺带印刷部分增强，而弱化背景区域。为提升运算速度，可将图像宽高都统一缩放至原来的0.5倍。如果当前尺带图像包含不检区或者不检区位置在[128,h-128]范围内，取高度范围[128,h-128]，宽度范围[w/3,w*2/3]区域的检测图像，将图像反色，并将长宽各缩至原来的0.5倍。利用上一段图像匹配点的anchor，通过滑动窗口步长推理出当前段图像的理论匹配点p，将当前点作为最终的匹配位置。
[0101]
在本技术另一实施例中，匹配阈值范围内的图像区域，且计算最大匹配点位置具体为：
[0102]
判断待测图像检测区域的标准差是否小于阈值，若小于阈值则根据上一检测图像的匹配点通过滑动窗口步长推导出当前图像的理论匹配点位置进行检测区动态定位；
[0103]
若大于阈值则对位置集合进行模板匹配并求出各自的匹配矩阵，对匹配矩阵进行高斯模糊求出最大匹配点的位置。
[0104]
需要说明的是，如果当前检测区域的标准差小于16，说明无印刷或者有少量印刷区域，考虑到此时匹配误差较大，这种情况下直接用上一检测图像计算好的偏移量，无需计算。如果当前检测区域的标准差不小于16，把最大匹配点作为x、y方向的偏移量，在原来定位基线的基础上做进一步调整，最终形成定位基线。具体方法如下：
[0105]
如果当前图像高度大于1024像素，首尾各裁掉128像素，左右各裁掉32像素(即：假定原图像高度范围为0～h，宽度范围为0～w，裁掉边界后的图像高度范围为128～h-128，宽度范围为32～w-32)，计算当前有效区图像标准差stdvar，若当前图像的stdvar大于16.0，进行模板匹配并求出匹配矩阵m。为避免匹配矩阵中相似区域对最终结果的影响，可先用5x5的高斯核对计算得到的矩阵m进行高斯模糊，并求出最大匹配点的位置p1，再利用上一段图像匹配点的anchor，通过滑动窗口步长推理出当前段图像的理论匹配点p2。最后比较p1与p2的距离，若距离过大，则将p2设置为最终匹配点，否则，将p1设置为最终匹配点，并更新anchor的位置信息。若当前图像的stdvar不大于16.0，则直接将利用上一段图像匹配点的anchor，通过滑动窗口步长推理出的匹配点的位置p作为最终的匹配点。如果当前图像高度不大于1024像素，用未经裁剪过的图像匹配模板图像，得到匹配矩阵m，然后用5x5的高斯核对计算得到的矩阵m进行高斯模糊，求出最大匹配点p。
[0106]
请参照图2，图2为本技术一种长周期序列图像的检测区动态定位系统的框图。
[0107]
本技术实施例还提供一种长周期序列图像的检测区动态定位系统，包括存储器21和处理器22，所述存储器21中包括长周期序列图像的检测区动态定位程序，所述长周期序列图像的检测区动态定位程序被所述处理器22执行时，实现如下步骤：
[0108]
采集待测图像的周期序列图像帧，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像；
[0109]
对拼接预处理图像进行rgb通道分离，选择其中的单通道图像进行图像检测有效区定位，采用积分图运算方式计算检测有效区；
[0110]
检测拼接预处理图像是否包含尺带大版周边界，根据检测结果更新图像的定位基线以及重置定位偏移量，对拼接图像进行大版周矫正生成基准图像；
[0111]
限定待测图像的检测区域并将待测图像与基准图像匹配，动态获取待测图像在基准图像中的位置坐标从而完成检测区动态定位。
[0112]
根据本技术实施例，将待测图像进行预处理具体为：
[0113]
采集待测图像的rgb三通道图像并放入容量为预设范围内的缓存中；
[0114]
将待测图像中下一检测区域头部的定量像素拼接到上一检测区域底部，将待测图像处理成尺寸、大小一致的第一拼接预处理图像。
[0115]
根据本技术实施例，将待测图像进行预处理后拼接成检测区域相对较大的拼接图像具体为：
[0116]
将第一拼接预处理图像中首尾拼接处的重复区域去除；
[0117]
获取图像的版周边界线，根据版周边界线参数将预处理拼接图像中首尾拼接处的边界线区域去除生成第二拼接预处理图像；
[0118]
将多个第二拼接预处理拼接图像首尾连接，生成图像宽度一致、长度不限的拼接图像并放入缓存中。
[0119]
根据本技术实施例，选择其中的单通道图像进行图像检测有效区定位具体为：
[0120]
调取缓存中的第一拼接预处理图像进行rgb通道分离，计算图像的r分量单通道的分辨率；
[0121]
设定比较器的位置和数量，根据比较器的设置参数取出子图像；
[0122]
比较子图像的分辨率值并取最大值，生成剔除刻度线干扰的增强图像。
[0123]
根据本技术实施例，采用积分图运算方式计算检测有效区具体为：
[0124]
根据增强图像的特征值计算增强图像的积分值并从左至右扫描生成积分图像；
[0125]
根据设定阈值对生成的积分图像进行特征值框选，在框选范围内获取最大值所在位置参数作为检测无效区；
[0126]
根据尺带宽度和单边检测无效区的位置参数自动获取另一单边检测无效区的所在位置参数；
[0127]
对检测无效区的位置参数进行解析，计算尺带左右边界数据。
[0128]
根据本技术实施例，根据检测结果更新图像的定位基线以及重置定位偏移量具体为：
[0129]
检测第二拼接预处理图像的尺带大版周边界，若包含尺带大版周边界，则计算大版周边界位置参数，并根据当前尺带所处位置进行定位偏移量重置，将边界处作为新尺带的起始位置；
[0130]
若不包含尺带大版周边界，则更新定位基线后再获取大版周边界位置参数并进行定位偏移量重置。
[0131]
根据本技术实施例，根据当前尺带所处位置进行定位偏移量重置具体为：
[0132]
若当前尺带为第一根尺带，则根据大版周边界位置参数进行定位偏移量重置；
[0133]
若当前尺带非第一根尺带，该边界将整个尺带分为n、n 1两部分，将第n根尺带在监测完成后直接上报结果，将第n 1根尺带进行定位偏移量重置。
[0134]
根据本技术实施例，还包括：
[0135]
若当前尺带未检测到边界，而上一检测图像检测到边界，则判断上一根尺带的检测有效区高度是否小于阈值；
[0136]
若小于阈值则直接上报第n 1根尺带的检测结果，若大于阈值则更新定位基线位置后再更新定位偏移量位置。
[0137]
根据本技术实施例，计算大版周边界位置参数具体为：
[0138]
计算y方向的sobel纹理图像，提取纹理强度大于阈值的像素区域；
[0139]
对像素区域依次在x方向小尺度形态学开运算、y方向小尺度形态学闭运算、y方向大尺度形态学开运算以及x方向大尺度形态学闭运算进行形态学滤波，并进行blob分析，提取前景区域；
[0140]
根据前景区域头部的像素分布状况判断是否存在大版周分界线，若存在则提取当前blob位置坐标作为大版周边界位置参数，若不存在则重新调整纹理强度阈值并获取相应的像素区域。
[0141]
在本技术另一实施例中，还包括：
[0142]
判断框选范围内的积分图像中的特征点值是否大于设定值；
[0143]
若大于设定值则获取特征点值中的最大值所在位置参数，若小于设定值则重新调整比较器的位置和数量并根据比较器的设置参数重新调取子图像。
[0144]
在本技术另一实施例中，限定待测图像的检测区域并将待测图像与基准图像匹配具体为：
[0145]
判断待测图像中是否包含不检区或不检区位置，若不包含不检区或不检区位置在阈值范围外，则将图像反色并匹配阈值范围内的图像区域，且计算最大匹配点位置；
[0146]
若包含不检区或不检区位置在阈值范围内，则将图像反色并截取与基准图像相适配尺寸的检测图像，并根据上次匹配点位置预估本次匹配点位置。
[0147]
在本技术另一实施例中，匹配阈值范围内的图像区域，且计算最大匹配点位置具体为：
[0148]
判断待测图像检测区域的标准差是否小于阈值，若小于阈值则根据上一检测图像的匹配点通过滑动窗口步长推导出当前图像的理论匹配点位置进行检测区动态定位；
[0149]
若大于阈值则对位置集合进行模板匹配并求出各自的匹配矩阵，对匹配矩阵进行高斯模糊求出最大匹配点的位置。
[0150]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0151]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0152]
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0153]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0154]
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0155]
以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些
修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。