一种基于梯度强度和方向的模板匹配方法与流程

技术特征：

1.一种基于梯度强度和方向的模板匹配方法，包括下列步骤：

1)模板训练：采集一幅印刷图案无缺陷的产品包装图像，称其为模板图像，对其进行训练，得到图案轮廓的五层金字塔图像，称为模板ID，训练过程中采用4-邻域方法计算梯度，图像f(i,j)在点(i,j)处的梯度G(i,j)为

$G(i,j)=d_x(i,j)\stackrel{\→}{i}+d_y(i,j)\stackrel{\→}{j}---\left(1\right)$

其中，

$d_x(i,j)=\frac{\[f(i+1,j)-f(i,j)\]+\[f(i+1,j+1)-f(i,j+1)\]}{2}---\left(2\right)$

$d_y(i,j)=\frac{\[f(i,j+1)-f(i,j)\]+\[f(i+1,j+1)-f(i+1,j)\]}{2}---\left(3\right)$

则，梯度强度I(i,j)和方向θ(i,j)分别为

$I(i,j)=\sqrt[2]{{\[d_x(i,j)\]}^2+{\[d_y(i,j)\]}^2}---\left(4\right)$

$\mathrm{\θ}(i,j)={\tan }^{-1}\frac{d_y(i,j)}{d_x(i,j)}---\left(5\right)$

训练过程中，依据梯度强度I(i,j)保留模板图案的轮廓，保存模板ID和模板梯度；

2)模板匹配：对于待匹配包装图像，采用4-领域方法逐像素计算图像的梯度方向，将步骤1中的模板ID取出，通过在五层金字塔中从最高层到最底层逐层对比待匹配包装图像与模板ID中梯度的方向θ(i,j)，得到待匹配包装图像中印刷图案的相似度、旋转角度、缩放比例和中心位置。