一种基于Zernike矩的图像匹配方法
【专利摘要】本发明公开了一种基于Zernike矩的图像匹配方法，包括S1.建立N层模板金字塔图像；S2.计算N层模板金字塔图像中每层模板图像的K个矩并建立RCS表；S3.建立N层目标金字塔图像；S4.通过查找RCS表计算N层目标金字塔图像的第L层中每个目标子图像的K个矩；S5.计算第L层模板金字塔图像与第L层每个目标金字塔图像子图像K个矩的相关系数，并获得第L层目标金字塔图像匹配点位置(xL，yL)；S6.判断L是否等于1，若是，则进入S8；若否，则L＝L-1，并进入S7；S7.在第L层以点(2xL，2yL)为中心且在NL×NL范围内计算第L层中每个目标子图像的K个矩，并返回至S5；S8.以第1层匹配点(xButtom，yButtom)为中心点，在NButtom×NButtom范围内计算相关系数并获得亚像素匹配位置(xSub，ySub)；S9.在亚像素匹配位置点(xSub，ySub)根据相位计算图像旋转角度
【专利说明】—种基于Zern i ke矩的图像匹配方法
【技术领域】
[0001]本发明属于图像处理、机器视觉领域，更具体地，涉及一种基于Zernike矩的图像匹配方法。
【背景技术】
[0002]机器视觉具有非接触、无损伤、高效稳定等优点，在电子封装设备上得到广泛的应用。而图像匹配是机器视觉的重要环节。现代IC封装设备需要通过视觉系统精确定位芯片的位置，其定位精度达到Um甚至nm级别。且常常出现模板图像与目标图像存在旋转的情况，而经典的图像匹配算法只能够对平移图像进行匹配。因此，开发一种高精度、实时性好、且能够对任意旋转角度进行匹配的图像匹配算法来亟待研究的技术难题。
[0003]图像匹配方法可分为点匹配和块匹配。其中点匹配是通过选取一些特征点来进行匹配，如 C Harris 在文献“A combined corner and edge detector “，，(Proceedings ofthe Fourth Alvey Vision Conference, Manchester, UK, 1998:147-151)提出的 harris角点，David G.Lowe 在文献“Distinctive image features from Scale invariant keypoints”(International Journal of Computer Vision, 2004,60 (2):91-110)中提出的sift特征点等方法。特征点匹配的方法在IC封装设备的匹配应用中存在诸多的缺点，如harris角点虽然速度能够满足要求,但是不够稳定；而如sift特征点方法具有较好的稳定性，但计算量太长，消耗时间较长。尤其，点匹配方法只能够进行模板图像上一些点的匹配，再根据点匹配，计算得到匹配区域。但是由于特征点的过程匹配过程中，可能出现错误匹配点对的情况，使得计算得到匹 配区域的范围不够准确，甚至出现错误。块匹配方法常见的有灰度互相关、矩匹配方法、互信息方法等。灰度互相关算法为经典匹配算法，其将图像视为一个随机信号，根据图像的互相关度来进行匹配。但是互相关算法不能够针对旋转图像进行匹配。而矩匹配算法及互信息算法则一般计算量较大。因此，需要开发一种高精度、实时性好、且能够对任意旋转角度进行匹配的图像匹配算法。
[0004]Zernike矩的形式为:
【权利要求】
1.一种基于Zernike矩的图像匹配方法，其特征在于，包括下述步骤: S1:根据模板图像建立N层模板金字塔图像； S2:利用所述模板图像的八分之一单位圆的信息计算所述N层模板金字塔图像中每层模板图像的K个Zernike矩并建立RCS表； 53:根据目标图像建立N层目标金字塔图像； 54:通过查找所述RCS表计算所述N层目标金字塔图像的第L层图像中每个目标子图像的K个Zernike矩；所述目标子图像与所述模板图像的大小相同；所述L的取值为I~N，初始化L = N; 55:计算第L层模板金字塔图像与第L层每个目标金字塔图像子图像K个Zernike矩的相关系数，并根据最大相关系数获得第L层目标金字塔图像匹配点位置； 56:判断L是否等于I，若是，则进入步骤S8 ;若否，则L = L-1，并进入步骤S7 ； 57:在第L层目标金字塔图像上以点(2\，2yJ为中心点且在队X队范围内计算第L层目标金字塔图像中每个目标子图像的K个矩，并返回至步骤S5 ； 58:以第I层匹配点(X
Buttom， YButtom)为中心点，在 XNeutt0ffl范围内根据相关公式计算模板金字塔图像中第I层的模板图像与目标金字塔图像中第I层每个目标子图像的相关系数；并根据相关系数获得亚像素匹配位置(xSub，ySub)； 59:在亚像素匹配位置点(xSub，ySub)根据Zernike矩的相位计算图像旋转角度? ； SlO:根据所述亚像素匹配位置点(xSub，ySub)和图像旋转角度?进行图像匹配。
2.如权利要求1所述的图像匹配方法，其特征在于，步骤S2具体包括: 521:计算模板图像的八分之一单位圆中每个像素点的径向多项式Rn,m(r)值、cos (m Θ )值和 sin (m Θ )值; 522:根据径向多项式Rn,m(r)值、COS(m0)值和sin(m0)值建立RCS表； 523:根据径向多项式Rn,m(r)值、cos (m Θ )值和sin(m Θ )值计算模板金字塔图像中每层模板图像的K个Zernike矩。
3.如权利要求1所述的图像匹配方法，其特征在于，步骤S4具体包括: 541:遍历目标图像的每个子图像，通过查找步骤S2建立的RCS表，得到子图像中第一个八分圆各点与模板图像对应点的径向多项式Rn,m(r)值、cos (m Θ )值以及sin(m Θ )值； 542:遍历子图像第一个八分圆,根据m值以及Zernike矩阵公式计算Zernike矩值； 543:根据径向多项式Rn,m(r)值、cos(m0)值、sin(m0)值以及Zernike矩值计算第L层图像中每个目标子图像的K个Zernike矩。
4.如权利要求1所述的图像匹配方法，其特征在于，所述Ze r n i k e矩阵公式为:
5.如权利要求1所述的图像匹配方法，其特征在于，在步骤S8中所述根据相关系数获得亚像素匹配位置(xsub，ysub)具体为:将所述相关系数进行最小二乘拟合得到相关度二次曲面；再计算二次曲面的极值得到最大相关度的位置，则此位置为亚像素匹配位置(xsub，ysub)。
6.如权利要求1所述的图像匹配方法，其特征在于，步骤S9具体包括: S91:初始化旋转角度估计值式=O，遗忘因子C0 = O ； S92:计算重数m从I到M旋转角度计算值久，也表示重数为m时计算得到的角度估计值； S93:在匹配位置点(xSub，ySub)根据公式
【文档编号】G06T7/00GK103778619SQ201210395617
【公开日】2014年5月7日 申请日期:2012年10月17日 优先权日:2012年10月17日
【发明者】王瑜辉, 尹程龙, 尹周平, 张海涛, 徐侃 申请人:华中科技大学