一种快速互相关灰度图像匹配方法与装置制造方法
【专利摘要】本发明公开了一种快速互相关灰度图像匹配方法与装置，用于在灰度目标图像中查找目标图案的位置与方向，所述方法包括：对模板图像进行极坐标转换；获取灰度目标图像中目标图案的外接盒，将其定义为目标图案搜索区；在目标图案搜索区中选取与模板图像同样大小的匹配区域，对所述匹配区域进行极坐标转换，计算所述匹配区域一维数据与所述模板图像一维数组的相关性；直至对所有的匹配区域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获取所述目标图案的位置与方向。通过本发明方法，从而缩小匹配的搜索范围，提高匹配速度，并且通过极坐标形式的归一化互相关计算，实现目标图像±180度全角度匹配。
【专利说明】一种快速互相关灰度图像匹配方法与装置
【技术领域】
[0001]本发明属于图像处理【技术领域】，更具体地，涉及一种快速互相关灰度图像匹配方法与装置。
【背景技术】
[0002]在集成电路(IC)制造业中，高速度、高精度的进行拾取、放置芯片是影响生产效率的关键。而拾取、放置芯片又依赖于高速度、高精度的芯片定位技术。机器视觉技术利用摄像机对检测对象进行拍照，然后通过相应的图像处理算法进行计算与分析，从而完成目标检测与定位，作为一种非接触的测量手段，机器视觉技术在IC制造业得到非常广泛应用。在机器视觉中，图像匹配技术是实现闻速度、闻精度定位的关键。
[0003]传统的归一化互相关灰度匹配方法对整幅图像进行搜索匹配，浪费了大量的匹配时间。同时由于IC制造设备本身机械误差的原因，常常出现模板图案与目标图像中的图案存在旋转的情况，由于旋转的存在，使得图像匹配算法更加复杂。
【发明内容】
[0004]针对现有技术的以上缺陷或改进需求，本发明提供了一种能快速全角度进行归一化互相关灰度匹配方法，其目的在于提高灰度匹配速度，由此解决IC制造装备因为图像匹配时间过长，影响生产效率的技术问题。
[0005]为实现上述目的，按照本发明的一个方面，提供了一种快速互相关灰度图像匹配方法，用于在灰度目标图像中查找目标图案的位置与方向，包括:
[0006]( I)对模板图像进行极坐标转换，并将转换后的模板图像数据转换为一维数组，将其定义为模板图像一维数组；
[0007](2)获取灰度目标图像中目标图案的外接盒，将其定义为目标图案搜索区，其中所述外接盒是指包含目标图案的最小长方形；
[0008](3)在目标图案搜索区中选取与模板图像同样大小的匹配区域，对所述匹配区域进行极坐标转换，并将转换后的匹配区域图像数据也转换为一维数组，将其定义为匹配区域一维数组，计算所述匹配区域一维数据与所述模板图像一维数组的相关性；
[0009](4)重复步骤(3)，直至对所有的匹配区域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获取所述目标图案的位置与方向。
[0010]通过本发明所提出的方法，对采集到的图像进行预处理，确定出目标图像中图案的外接盒位置，从而缩小匹配的搜索范围，提高匹配速度；另外将模板图像和目标搜索区域图像转换成一维数组，然后进行极坐标形式的归一化互相关计算，实现目标图像±180度全角度匹配。
[0011]优选地，所述步骤(1)具体包括:
[0012]设模板图像的宽度为WM，模板图像的高度为HM，模板图像某点的像素灰度值为Mode [Y] [X]，其中O≤Y〈Hm，O ( X〈WM，则模板图像的中心点坐标为Ycm= (Hm-1) /2，Xcm= (W1-1)/2,以模板图像中心为圆心，以模板Wm/2和Hm/2的最小值为半径Rm，进行极坐标转换，转换后的图像表示为像素灰度值的一维数组=ModePolar [P] =Mode[Y] [X]，其中Y=FLOOR (Ycm-P sin ΘΜ)，X=FLOOR (Xcm+P cos Θ M), FLOOR 符号代表取比括号中的数小的最大整数，P =1，2…Rm, Θμ=0, Δ θ ,2Δ θ...2π, Δ θ 为角度匹配的精度，N=CEIL ((2 π/Δ θ+1) WflhCEIL代表取比括号中的数大的最小整数，将ModePolar[P]数组复制1份，2个数组首尾相连组成新的一维数组ModePolar D[Q],其中Q=O, I, 2...2N,并计算归一化互相关参数:
【权利要求】
1.一种快速互相关灰度图像匹配方法，其特征在于，用于在灰度目标图像中查找目标图案的位置与方向，包括: (1)对模板图像进行极坐标转换，并将转换后的模板图像数据转换为一维数组，将其定义为模板图像一维数组； (2)获取灰度目标图像中目标图案的外接盒，将其定义为目标图案搜索区，其中所述外接盒是指包含目标图案的最小长方形； (3)在目标图案搜索区中选取与模板图像同样大小的匹配区域，对所述匹配区域进行极坐标转换，并将转换后的匹配区域图像数据也转换为一维数组，将其定义为匹配区域一维数组，计算所述匹配区域一维数据与所述模板图像一维数组的相关性； (4)重复步骤(3)，直至对所有的匹配区域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获取所述目标图案的位置与方向。
2.如权利要求1所述的方法，其特征在于，所述步骤(1)具体包括:设模板图像的宽度为WM，模板图像的高度为Hm，模板图像某点的像素灰度值为Mode [Y] [X]，其中O( Y〈Hm，0 ( X〈WM，则模板图像的中心点坐标为Ycm= (Hm-1)/2，Xcm= (Wm-1)/2，以模板图像中心为圆心，以模板Wm/2和Hm/2的最小值为半径Rm，进行极坐标转换，转换后的图像表示为像素灰度值的一维数组=ModePolar [P] =Mode[Y] [X]，其中 Y=FLOOR(Ycm-P sin θ M)，X=FLOOR(XCM+ P cos θ Μ)，FLOOR符号代表取比括号中的数小的最大整数，P =1，2...Rm, Θμ=0, Δ θ ,2Δ ΘΔ θ 为角度匹配的精度，N=CEIL ((2 Ji/Δ θ+1).Rm-1) , CEIL代表取比括号中的数大的最小 整数，将M0deP0lar[P]数组复制1份，2个数组首尾相连组成新的一维数组ModePolar D[Q],其中Q=O, I, 2...2N,并计算归一化互相关参数:
3.如权利要求2所述的方法，其特征在于，所述ModePolar[P]的赋值过程为:
(All)初始化参数:P =1，ΘΜ=0, P=O，Yc= (Hm-1)/2，Xc= (Wm-1)/2 ；
(A12)计算参数=Y=FLOOR(Ycm-P sin Θ M)，X=FLOOR(XCM+P co θ Μ)； (Α13)将模板图像的数据进行极坐标转换=ModePolar [P] =Mode[Y] [X]；
(Al4) P = P +1，Ρ=Ρ+1 ； (Α15)判断P是否大于RM，如果大于则执行第(A16)步，如果不大于则返回执行第(A12)步；
(Al6) P =0，θ μ= Θ M+ Δ Θ ； (A17)判断θ M是否大于2 π，如果大于则结束，如果不大于则返回执行第(A12)步。
4.如权利要求1所述的方法，其特征在于，所述步骤(2)具体为:设置相应的灰度阈值将灰度目标图像二值化，二值化后的灰度目标图像变成黑白两色，对经过二值化后的灰度目标图像采用像素标记或者游程连通性分析方法进行连通域分析，计算出目标图案的外接盒，其中外接盒是指包含目标图案的最小长方形； 设计算出的外接盒的左上角相对目标图像坐标原点的像素坐标为(XB，YB)，外接盒的宽度为WB，高度为Hb，则原目标图像中的目标图案搜索区左上角相对于目标图像坐标原点的坐标为XSQ=XB-OffSet，Yso=Ye-Offset,目标图案搜索区的宽度1=胃#2父(^&的，高度为Hs=HB+2X0ffset，其中Offset为整数，取值范围为5~10个像素。
5.如权利要求4所述的方法，其特征在于，所述步骤(3)具体包括: 从原目标图像中截取目标图案搜索区内的图像，称为搜索图像，则搜索图像的宽度为Ws,高度为Hs，搜索图像X坐标表示为XS，Y坐标表示为Ys，MaXCcorr代表搜索图像与模板图像的最大互相关值，在搜索图像中进行归一化互相关灰度匹配，匹配流程如下: BI)初始化参数:XS=0，Ys=O, MaxCcorr=O ； B2)判断Ys是否小于Hs，如果不小于则结束，如果小于则执行B3)； B3)判断Xs是否小于％，如果不小于则Xs=0，YS=YS+1，返回执行B2)步，如果小于则执行B4)步； B4)对搜索图像中与模板大小相同的图像区域进行极坐标转换，该区域的图像称为匹配区域图像；匹配区域图像的宽度和高度与模板图像相同分别为WM，高度为HM，匹配区域中某点的像素灰度值为Image [Y] [X]，其中Ys≤Y<YS+HM, Xs ( X<Xs+ffM,则匹配区域的中心点坐标为Ya=Ys+ (Hm-1) /2，Xci=Xs+ (Wm-1) /2，以匹配区域中心为圆心，以WM/2和Hm/2的最小值为半径Rm，进行极坐标转换，转换后的图像表示为像素灰度值的一维数组ImagePolar [P] =Image [Y] [X]，Y=FLOOR (Yc1- PsinQ1), X=FLOOR (Xci+ P cos Θ 〗)，FLOOR 代表取比括号中的数小的最大整数，其中Ρ=1，2...Κμ，θ Ι=0, Δ θ , 2Δ θ -231, Δ θ为角度匹配的精度，P=O, I, 2…N，N=CEIL ((2π/Δ θ+1) Rm-1)，CEIL代表取比括号中的数大的最小整数； B5)计算归一化互相关参数:
6.如权利要求5所述的方法,其特征在于,所述ImagePolar[P]的赋值过程为:
(B41)初始化参数:P =1，Θ I=0, P=O, Yci=Ys+(Hm-1)/2，Xci=Xs+(Wm-1)/2 ；
(B42)计算参数:Y=FL00R(Yc1-P sin θ x)，X=FLOOR(Xci+ P cos θ χ)； (Β43)将匹配区域的数据进行极坐标转换:ImagePolar [P] =Image [Y] [X]；
(Β44) P =P +1, P=P+1 ； (Β45)判断P是否大于RM，如果大于则执行第(Β46)步，如果不大于则返回执行第(B42)步；
(B46) P =0，θ Ι= θ χ+Δ Θ ； (B47)判断θ χ是否大于2 π，如果大于则结束，如果不大于则返回执行第(Β42)步。
7.如权利要求5所述的方法，其特征在于，所述步骤(4)具体为: 若在Β2)步中，YS不再小于HS，则计算结束，当对所有的匹配区域均完成相关性计后，获得模板图像在目标图像中的位置(XF，Yf)及角度Θ F，其中XF=XT+XSQ，YF=YT+YSQ，Θ F= θ τ，其中XT，Yt和θ τ为BI)~Β10)计算结束前最后保存的值。
8.一种快速互相关灰度图像匹配装置，其特征在于，用于在灰度目标图像中查找目标图案的位置与方向，所述装置包括: 第一模块，用于对模板图像进行极坐标转换，并将转换后的模板图像数据转换为一维数组，将其定义为模板图像一维数组； 第二模块，用于获取灰度目标图像中目标图案的外接盒，将其定义为目标图案搜索区；第三模块，用于在目标图案搜索区中选取与模板图像同样大小的匹配区域，对所述匹配区域进行极坐标转换，并将转换后的匹配区域图像数据也转换为一维数组，将其定义为匹配区域一维数组，计算所述第一匹配区域一维数据与所述模板图像一维数组的相关性；第四模块，当所述第三模块对所有的匹配区域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获取所述目标图案的位置与方向。
【文档编号】G06T7/00GK103593838SQ201310331842
【公开日】2014年2月19日 申请日期:2013年8月1日 优先权日:2013年8月1日
【发明者】杨华, 尹周平, 王瑜辉, 张步阳, 魏飞龙 申请人:华中科技大学