一种匹配方法、装置、电子设备及计算机可读存储介质与流程

一种匹配方法、装置、电子设备及计算机可读存储介质
1.相关申请的交叉引用
2.本技术基于申请号为10202003292x、申请日为2020年4月9日的新加坡专利申请提出，并要求该新加坡专利申请的优先权，该新加坡专利申请的全部内容在此以全文引入的方式并入本技术。
技术领域
3.本公开涉及图像识别领域，尤其涉及一种匹配方法、装置、电子设备及计算机可读存储介质。


背景技术：

4.目前，在智能监控系统中，经常需要人工根据当前场景的平面布局中包含的不同功能分区，分别配置具体不同的监控方式，导致在监控场景发生变更时需要人工介入，重新手动进行功能配置才能继续正常监控；此外，当监控设备受到干扰或遮挡时，需要及时发出提醒以进行相关的维护和检查。


技术实现要素：

5.为解决上述技术问题，本公开实施例期望提供一种匹配方法、装置、电子设备及计算机可读存储介质，能够提高图像匹配的智能性。
6.本公开的技术方案是这样实现的：
7.本公开实施例提供一种匹配方法，所述方法包括：
8.获取待匹配图像；
9.从所述待匹配图像中提取至少一个待匹配特征点；
10.针对至少一个参考图像中的一个参考图像，将所述至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合，该参考图像对应的距离集合为由所述至少一个待匹配特征点与所述至少一个参考特征点之间的距离组成的距离集合；一个参考图像中包括一种标准样例的图像，不同参考图像中包括不同的标准样例；
11.基于各个参考图像对应的距离集合，确定所述待匹配图像与各个参考图像是否匹配。
12.本公开实施例提供一种匹配装置，所述包括获取单元、提取单元、匹配单元与确定单元；其中，
13.所述获取单元，用于获取待匹配图像；
14.所述提取单元，用于从所述待匹配图像中提取至少一个待匹配特征点；
15.所述匹配单元，用于针对至少一个参考图像中的一个参考图像，将所述至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合，该参考图像对应的距离集合为由所述至少一个待匹配特征点与所述至少一
个参考特征点之间的距离组成的距离集合；一个参考图像中包括一种标准样例的图像，不同参考图像中包括不同的标准样例；
16.所述确定单元，用于基于各个参考图像对应的距离集合，确定所述待匹配图像与各个参考图像是否匹配。
17.本公开实施例提供一种电子设备，所述电子设备包括：处理器、存储器以及通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的一个或者多个程序，当所述一个或者多个程序被执行时，所述处理器执行如上述任一项所述的匹配方法。
18.本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任一项所述的匹配方法。
19.本公开实施例提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在设备上运行时，所述设备中的处理器执行用于实现如上述任一项所述的匹配方法的指令。
20.本公开实施例提供了一种匹配方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待匹配图像；从待匹配图像中提取至少一个待匹配特征点；针对至少一个参考图像中的一个参考图像，将至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合，该参考图像对应的距离集合为由至少一个待匹配特征点与至少一个参考特征点之间的距离组成的距离集合；一个参考图像中包括一种标准样例的图像，不同参考图像中包括不同的标准样例；基于各个参考图像对应的距离集合，确定待匹配图像与各个参考图像是否匹配。采用上述方法实现方案，可以从当前平面布局的待匹配图像提取至少一个待匹配特征点，与表征不同标准样例的至少一个参考图像中的参考特征点进行匹配，得到待匹配图像与各个参考图像对应的距离集合，待匹配图像与各个参考图像对应的距离集合表征待匹配图像与各个参考图像之间的相似度。根据待匹配图像与各个参考图像对应的距离集合确定当前平面布局是否可以匹配到一种标准样例，以及与哪种标准样例相匹配，从而可以在当前平面布局中自动应用标准样例中预设的功能实现，不需人工手动进行匹配和功能配置，从而提高了图像匹配的智能性。
附图说明
21.图1为本公开实施例提供的一种平面布局示意图；
22.图2为本公开实施例提供的一种匹配方法流程示意图一；
23.图3为本公开实施例提供的一种匹配方法流程示意图二；
24.图4为本公开实施例提供的一种匹配方法流程示意图三；
25.图5为本公开实施例提供的一种匹配方法流程示意图四；
26.图6为本公开实施例提供的一种匹配方法流程示意图五；
27.图7为本公开实施例提供的一种匹配方法流程示意图六；
28.图8为本公开实施例提供的一种匹配装置的结构示意图一；
29.图9为本公开实施例提供的一种匹配装置的结构示意图二。
具体实施方式
30.下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。本公开实施例中以平面布局与标准平面布局之间的匹配为例说明本公开实施例提供的匹配方法。
31.参见图1，图1为本公开实施例提供的一种平面布局示意图，在图1中，当前平面布局100可以是桌布，或是平面图等；当前平面布局中包含至少一个功能区域200_1...200_n，每个功能区域在下可以借由监控图像的变化触发预先配置的不同的处理方法，例如功能区域200_1可以自动统计其中放置的标记物的数量和价值。因此在正式运行前需要首先对当前平面布局进行图像识别，与预先进行过功能区域配置的多个参考平面布局的标准样例进行匹配，当当前平面布局可以匹配到一个标准样例时，在当前平面布局上应用该标准样例所配置的功能实现，即将该标准样例的功能区域映射至当前平面布局的功能区域，当当前平面布局的至少一个功能区域200_1...200_n中的某个功能区域监控到触发事件时，以该标准样例的对应功能区域所配置的功能实现进行相应的处理；此外，当监控设备被干扰或遮挡时，或当前平面布局不属于任何一种标准样例时，会造成当前平面布局无法与任何一种参考平面布局进行匹配，此时需要及时进行告警提示，以提醒相关工作人员进行维护处理。
32.本公开实施例中，基于图1所示的平面布局示意图，图2为本公开实施例提供的一种匹配方法流程示意图，包括s101
‑
s104，将结合图2示出的步骤进行说明。
33.s101、获取待匹配图像。
34.本公开实施例提供的平面布局匹配方法适用于在铺设当前平面布局时与标准平面布局进行匹配的场景，示例性的，在对当前平面布局进行监控时，与不同布局种类的标准平面布局(即不同的标准样例)进行匹配，以将当前平面布局自动匹配到一种标准平面布局，以便于在当前平面布局上应用预先在该标准平面布局上配置的功能实现的智能监控场景。
35.本技术实施例中，待匹配图像的内容可以是多种多样的。比如，在一些实施例中，所述待匹配图像包括游戏桌上的桌布的图像，所述桌布的图像包括桌布上的图案。
36.本公开实施例中，可以通过在鸟瞰角度设置有图像采集设备，获取当前平面布局的鸟瞰图，作为待匹配图像。
37.本公开实施例中，也可以通过从所采集的当前平面布局的图像帧中截取部分图像，作为待匹配图像。
38.本公开实施例中，图像采集设备可以是相机、摄像头等设备，本公开实施例不做限定。
39.本公开实施例中，当图像采集设备为摄像头时，可以从采集的当前平面布局的图像流中提取出待匹配图像。
40.s102、从待匹配图像中提取至少一个待匹配特征点。
41.本公开实施例中，得到待匹配图像之后，可以先从待匹配图像中提取至少一个待匹配特征点，以基于提取的至少一个待匹配特征点进行进一步图像匹配。
42.本公开实施例中，特征点可以是二进制鲁棒特征(brief，binary robust i ndependent elementary feature)，也可以是其他数据形式，具体的根据实际情况进行选
择，本公开实施例不做具体的限定。
43.本公开实施例中，可以基于orb(oriented fast and rotated brief)中角点检测(harris corner detection)方法与fast(features from accelerated s egment test)特征提取算法，从待匹配图像中提取至少一个待匹配特征点，具体如下：
44.从待匹配图像中选取至少一个原始像素点；针对至少一个原始像素点中的每个原始像素点，当在每个原始像素点的预设范围内，存在预设数量的目标像素点的灰度值不同于每个原始像素点的灰度值时，对目标像素点提取特征，从而得到至少一个待匹配特征点。
45.本公开实施例中，当一个原始像素点预设范围内存在预设数量的像素点的灰度值不等于该原始像素点的灰度值时，示例性的，一副图像中物体的角，边缘处的像素点的灰度值与周围其他像素点都不同，说明该原始像素点为表征角边界的角点，在图像识别中的具有更高的辨识度和代表性，可以对该原始像素点的预设范围内的像素点提取特征，作为一个待匹配特征点。
46.在本公开的一些实施例中，在待匹配图像中选取像素点p作为一个原始像素点，并在像素点p周围以3像素为半径画一个圆，若圆周上有12个像素点的灰度值大于或小于p点灰度值，提取p点周围像素值的二进制鲁棒特征brief，作为p点对应的待匹配特征点。可以采用上述同样的方法，在待匹配图像中提取1500个待匹配特征点。
47.本公开实施例中，也可以使用其他特征提取方法进行待匹配特征点的提取，本公开实施例不做限定。
48.在本公开的一些实施例中，得到待匹配图像之后，可以先从待匹配图像中划分出待匹配布局区，并从待匹配布局区中提取能够有效反映待匹配布局区域的形状轮廓特征及标识待匹配布局区域中物体的像素点，作为至少一个待匹配特征点。
49.本公开实施例中，待匹配布局区表征当前平面布局中的待匹配区域，待匹配图像中通常包含很多图像内容信息，需要从中划分出能够体现出当前平面布局的图像内容部分作为待匹配布局区，之后可以只针对待匹配布局区进行处理，对待匹配布局区范围以外的部分不进行平面布局的匹配。
50.在本公开的一些实施例中，如图1所示，可以在平面布局100中划分出虚线范围内玩家区，庄家区、下注区等功能区域，作为待匹配布局区300，然后从待匹配布局区300中提取至少一个待匹配特征点，以完成后续的匹配。
51.s103、针对至少一个参考图像中的一个参考图像，将至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合，该参考图像对应的距离集合为由至少一个待匹配特征点与至少一个参考特征点之间的距离组成的距离集合；一个参考图像中包括一种标准样例的图像，不同参考图像中包括不同的标准样例。
52.本公开实施例中，一个参考图像对应一种平面布局的标准样例，可以通过预先采集每种标准样例的鸟瞰图，并判断所采集的标准平面布局的鸟瞰图是否清晰、未被遮挡且布局区域完整；并对标准平面布局的鸟瞰图进行去畸变处理，作为至少一个参考图像；也可以从上述采集并处理后的鸟瞰图中截取部分图像，作为至少一个参考图像。
53.本公开实施例中，针对至少一个参考图像中的每个参考图像，从每个参考图像中提取至少一个参考特征点。
54.在本公开的一些实施例中，可以从每个参考图像中划分出各个参考图像的参考布局区域，从参考布局区域中提取至少一个参考特征点。
55.本公开实施例中，从每个参考图像中提取至少一个参考特征点的方法与s102中的方法原理相同，本公开实施例不再赘述。
56.本公开实施例中，得到至少一个待匹配特征点与至少一个参考特征点之后，针对一个参考图像，将待匹配图像中的至少一个待匹配特征点与该参考图像中的至少一个参考特征点进行匹配，得到至少一个待匹配特征点与至少一个参考特征点之间的距离集合；一个距离集合中包含待匹配图像与参考图像之间对应的多个距离；针对至少一个参考图像，将待匹配图像与每个参考图像以同样的方法进行匹配，得到待匹配图像与至少一个参考图像对应的至少一个距离集合。
57.本公开实施例中，将至少一个待匹配特征点和至少一个参考特征点进行匹配时，可以使用暴力匹配法，也可以使用其他匹配算法，具体的根据实际情况进行选择，本公开实施例不做限定。
58.本公开实施例中，计算至少一个待匹配特征点和至少一个参考特征点之间的距离集合可以计算两者之间的汉明距离，也可以计算两者之间的欧拉距离，具体的根据实际情况进行选择，本公开实施例不做限定。
59.本公开实施例中，距离集合代表着至少一个待匹配特征点与至少一个参考特征点，也即待匹配图像与参考图像之间的相似度；距离集合越大，表征待匹配图像与参考图像的相似度越低；反之距离集合越小，表征待匹配图像与参考图像的相似度越高。
60.s104、基于各个参考图像对应的距离集合，确定待匹配图像与各个参考图像是否匹配。
61.本公开实施例中，在得到各个参考图像对应的距离集合之后，可以基于各个参考图像对应的距离集合，确定待匹配图像与至少一个参考图像中的各个参考图像是否匹配，以进一步实现平面布局的功能识别。
62.可以理解的是，本公开实施例中，根据待匹配图像与各个参考图像对应特征点匹配的距离集合确定当前平面布局是否可以匹配到一种标准样例，以及与哪种标准样例相匹配，从而可以在当前平面布局中自动应用标准样例中预设的功能实现，不需人工手动进行匹配和功能配置，从而提高了图像匹配的智能性。
63.本公开实施例中，基于图2，s104中基于至少一个距离集合，确定待匹配图像与至少一个参考图像是否匹配可以如图3所示，包含s1041
‑
s1042，如下：
64.s1041、从各个参考图像对应的距离集合中，确定出最小距离。
65.本公开实施例中，各个参考图像对应的距离集合中包含至少一个待匹配特征点与该参考图像的至少一个参考特征点之间的距离；将各个参考图像对应的距离集合中所包含的全部距离的最小值，作为最小距离。
66.s1042、当最小距离大于预设阈值时，确定待匹配图像与至少一个参考图像均匹配失败。
67.本公开实施例中，当至少一个距离集合中的最小距离仍然大于预设阈值时，说明待匹配图像与至少一个参考图像中全部的参考图像相似度都较低，可以确定待匹配图像所对应的当前平面布局与至少一个参考图像全部匹配失败，即当前平面布局不属于任何一种
标准平面布局。
68.本公开实施例中，当确定待匹配图像与至少一个参考图像均匹配失败之后，可以发出提示告警信息，以使当前平面布局可以得到相应的处理，避免根据当前平面布局进行监控时，因为无法匹配到标准平面布局而无法继续运行在标准平面布局基础上对应预设的功能实现的问题。
69.本公开实施例中，生成的告警信息可以是界面提示，也可以是声音提示，或是两者结合的提示信息，本公开实施例不做限定。
70.在本公开的一些实施例中，当监控设备的图像采集模块被遮挡，无法拍到完整的待匹配区域，或监控场景中使用了新的桌面时，可以根据最小距离大于预设阈值，确定当前平面布局与各个标准平面布局全部匹配失败，从而在监控界面上弹出告警窗口，以提醒维护人员尽快处理。
71.可以理解的是，本公开实施例中，可以通过各个参考图像对应的距离集合中的最小距离是否大于预设阈值，确定待匹配图像是否可以在至少一个参考图像中匹配到对应的参考图像。如果待匹配图像无法与任何一个参考图像匹配，通过本公开实施例中的方法可以及时发现并进行进一步的告警提示。
72.本公开实施例中，基于图2，s104还可以如图4所示，包含s1043
‑
s1044，如下：
73.s1043、从各个参考图像对应的距离集合中，确定出最小距离；当最小距离小于或等于预设阈值时，计算各个参考图像对应的距离集合的距离平均值。
74.本公开实施例中，从各个参考图像对应的距离集合中，确定出最小距离的过程同s1041，此处不再赘述。
75.本公开实施例中，当最小距离小于或等于预设阈值时，说明待匹配图像可以在至少一个参考图像中的找到匹配的参考图像。为了在至少一个参考图像中找出待匹配图像匹配的一个参考图像，可以在一个参考图像中计算该参考图像对应的距离集合中包含的至少一个待匹配特征点到至少一个参考特征点的距离的平均值，作为该参考图像对应的距离集合的平均值，从而得到各个参考图像对应的距离集合的距离平均值。
76.s1044、基于各个参考图像对应的距离集合的距离平均值，从各个参考图像中确定出与待匹配图像匹配的目标参考图像；目标参考图像为至少一个参考图像中，距离平均值最小的距离集合对应的参考图像。
77.本公开实施例中，各个参考图像对应的距离集合的距离平均值表征待匹配图像与各个参考图像之间的相似度，因此各个参考图像对应的距离集合中的距离平均值中，最小的距离平均值所对应的参考图像为与待匹配图像相似度最高的参考图像。
78.本公开实施例中，可以将至少一个参考图像中，距离平均值最小的距离集合对应的参考图像，作为与待匹配图像匹配的目标参考图像，从而确定待匹配图像中的当前平面布局与目标参考图像中的标准平面布局相匹配。
79.可以理解的是，本公开实施例中，当最小距离满足预设阈值的匹配要求时，可以进一步通过各个参考图像对应的距离集合的距离平均值，从至少一个参考图像中确定出与当前待匹配图像最匹配、相似度最高的参考图像，进而可以基于匹配到的参考图像进行标准样例在待匹配图像中的映射，以便可以在当前平面布局中自动应用标准样例中预设的功能实现，从而减少了人工进行标准样例匹配和功能配置的环节，提高了图像匹配的智能性。
80.本公开实施例中，基于图2，s103中针对至少一个参考图像中的一个参考图像，将至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合可以如图5所示，包括s201
‑
s205，如下：
81.s201、将至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到第一匹配点对集合。
82.本公开实施例中，可以使用特征点匹配算法，将至少一个待匹配特征点与至少一个参考特征点进行匹配，得到第一匹配点对集合。
83.本公开实施例中，基于图5，可以使用暴力匹配法，得到第一匹配点对集合，具体如图6所示，包括s2011
‑
s2013，如下：
84.s2011、将至少一个待匹配特征点中的每个待匹配特征点与从该参考图像中提取的至少一个参考特征点中的每个参考特征点逐一进行组合，得到至少一个特征点对。
85.s2012、计算每个特征点对中待匹配特征点到参考特征点的特征值距离，得到各个特征点对的特征值距离。
86.本公开实施例中，针对一个特征点对，计算该特征点对中待匹配特征点到参考特征点的特征值距离，得到一个特征值距离，针对每个特征点对，以相同的处理方法，得到各个特征点对的特征值距离。
87.本公开实施例中，计算的特征值距离可以是汉明距离，也可以是欧拉距离，具体的根据实际情况进行选择，本公开实施例不做限定。
88.s2013、将特征值距离小于预设距离阈值的特征点对，构成第一匹配点对集合。
89.本公开实施例中，可以从各个特征点对的特征值距离中选取出小于预设距离阈值的特征值距离，将小于预设距离阈值的特征值距离对应的特征点对，作为第一匹配点对集合。
90.在本公开的一些实施例中，至少一个待匹配特征点a1，a2，a3；至少一个参考特征点为b1，b2，b3；将至少一个待匹配特征点逐一与每个参考特征点组合，可以得到9个特征点对(a1，b1)，(a1，b2)，(a1，b3)，(a2，b1)，(a2，b2)，(a2，b3)，(a3，b1)，(a3，b2)与(a3，b3)，计算每个特征点对中待匹配特征点到参考特征点的特征值距离，对应得到9个特征值距离d1
‑
d9，其中，d1＝80，d2＝90，d3＝70，d4＝100,d5＝60d6＝200，d7＝50，d8＝30，d9＝150；预设距离阈值为80，选取d8，d7，d5，d3对应的特征点对(a3，b2)，(a3，b1)，(a2，b2)与(a1，b3)作为第一匹配点对集合。
91.s202、从第一匹配点对集合中，选取预设个数的第一匹配点对进行组合，得到至少一个第一匹配点对组合，其中，至少一个第一匹配点对组合中的每个组合包含预设个数的第一匹配点对。
92.本公开实施例中，从第一匹配点对集合中，选取预设个数的第一匹配点对进行组合，得到至少一个第一匹配点对组合。
93.在本公开的一些实施例中，可以在第一匹配点对中，随机选取4对第一匹配点对进行组合；为了提高计算精度，降低误差，还可以继续在第一匹配点对中随机选取4对匹配点对，重复100次，可得到100组随机选出的第一匹配点对组合，每个组合包含4对匹配点对。
94.s203、根据至少一个第一匹配点对组合中的每个组合确定第一匹配点对集合对应的单应矩阵，单应矩阵表征第一匹配点对集合中的待匹配特征点与参考特征点之间的坐标
映射变换。
95.本公开实施例中，使用至少一个第一匹配点对组合中的每个组合，对初始单应矩阵进行计算，基于第一匹配点对集合中包含的特征点对中的待匹配特征点与参考特征点的坐标，计算出单应矩阵中每个矩阵元素的取值。
96.单应矩阵为同一平面的像素点在从一个相机坐标系映射到另一个相机坐标系时，像素点在两个相机坐标系之间的映射关系。本公开实施例中，单应矩阵用于表征第一匹配点对集合中的待匹配特征点与参考特征点之间的坐标映射变换。
97.本公开实施例中，第一匹配点对集合在单应矩阵作用下的坐标映射变换计算公式为：
98.p2＝hp1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
99.其中，h代表单应矩阵，p1和p2为第一匹配点对组合中包含的一对匹配点对，p1代表待匹配图像像素坐标系下的坐标p1＝(u1,v1，1)，p2代表参考图像的像素坐标系下的坐标p2＝(u2,v2，1)。
100.将p1和p2的像素坐标代入公式(1)，展开可得到：
[0101][0102]
在(2)中，h1至h9代表将单应矩阵写为3*3矩阵时每个矩阵元素的值，s代表非零因子。由于矩阵的第三行乘以p1为1，即h7u1+h8v1+h9＝1，因此需要通过非零因子s使等式成立。在本公开的一些实施例中，通过s使h9＝1，再通过(2)去除这个非零因子，可得：
[0103][0104][0105]
整理可得：
[0106]
h1u1+h2v1+h3‑
h7u1u2‑
h8v1u2＝u2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0107]
h4u1+h5v1+h6‑
h7u1v2‑
h8v1v2＝v2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0108]
由(5)和(6)可知，根据1对匹配点对，可以得到2个计算单应矩阵h的约束方程。将单应矩阵h作为向量展开：
[0109]
h＝[h
1 h
2 h
3 h
4 h
5 h
6 h
7 h
8 h9]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0110]
h9＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0111]
以此类推，一个第一匹配点对组合中有4对匹配点对，可以通过4对匹配点对得到关于单应矩阵的8个方程，其中h9的值已知等于1。这样，可以通过求解线性方程组得到单应矩阵中每个矩阵元素的值。
[0112]
本公开实施例中，求解线性方程组的计算方式通常使用直接线性变换法(dlt，direct linear transform)，也可以根据实际情况使用其他方法，本公开实施例不做具体的限定。
[0113]
s204、根据单应矩阵，从第一匹配点对集合中筛选出匹配误差小于预设误差阈值的第二匹配点对集合。
[0114]
本公开实施例中，在得到单应矩阵之后，可以根据单应矩阵对第一匹配点对集合进行筛选，从中进一步筛选匹配误差出小于预设误差阈值的正确匹配点对，作为第二匹配点对集合。
[0115]
本公开实施例中，基于图5，s204中在单应矩阵下，从第一匹配点对集合中筛选出匹配误差小于预设误差阈值的第二匹配点对集合可以如图7所示，包括s2041
‑
s2042，如下：
[0116]
s2041、基于第一匹配点对集合与单应矩阵，确定出第一匹配点对集合中每个第一匹配点对的匹配误差。
[0117]
本公开实施例中，基于第一匹配点对集合与单应矩阵，确定出第一匹配点对集合中每个第一匹配点对的匹配误差可以根据如下公式：
[0118][0119][0120]
在(9)和(10)中，u'2和v'2为未知的中间参数，求得u'2和v'2之后，使用单应矩阵误差计算公式(11)，计算出error的值：
[0121]
error＝(u2‑
u'2)2+(v2‑
v'2)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0122]
其中，根据公式(11)所计算出的error的值代表匹配点对在单应矩阵作用下的误差，将error作为一个第一匹配点对在单应矩阵作用下的匹配误差。
[0123]
本公开实施例中，以相同的方法，确定出第一匹配点对集合中的每个第一匹配点对在单应矩阵作用下的误差，作为第一匹配点对集合中每个第一匹配点对的匹配误差。
[0124]
s2042、基于每个第一匹配点对的匹配误差，从第一匹配点对集合中确定出匹配误差小于预设误差阈值的第一匹配点对，构成第二匹配点对集合。
[0125]
本公开实施例中，从第一匹配点对集合中确定出匹配误差小于预设误差阈值的第一匹配点对，作为第二匹配点对集合。
[0126]
s205、将第二匹配点对集合中每对第二匹配点对包含的待匹配特征点与参考特征点之间的距离，作为该参考图像对应的距离集合。
[0127]
本公开实施例中，针对一个参考图像，得到第二匹配点对集合之后，在第二匹配点对集合中，计算每对第二匹配点对包含的待匹配特征点与参考特征点之间的距离，作为该参考图像对应的距离集合，从而可以根据各个参考图像对应的距离集合，确定待匹配图像与各个参考图像是否匹配。
[0128]
可以理解的是，本公开实施例中，针对一个参考图像，通过将至少一个待匹配特征点与至少一个参考特征点进行匹配，并使用单应矩阵量化匹配结果，可以得到待匹配图像与该参考图像对应的距离集合；其中，该参考图像对应的距离集合表征该参考图像与待匹配图像之间的相似度，通过至少一个参考图像中各个参考图像对应的距离集合，可以确定出待匹配图像与各个参考图像之间的相似度，从而确定待匹配图像与各个参考图像是否匹配。
[0129]
本公开实施例提供了一种匹配装置4，如图8所示，所述匹配装置包括获取单元400、提取单元401、匹配单元402与确定单元403；其中，
[0130]
所述获取单元400，用于获取待匹配图像；
[0131]
所述提取单元401，用于在所述待匹配图像中提取至少一个待匹配特征点；
[0132]
所述匹配单元402，用于针对至少一个参考图像中的一个参考图像，将所述至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到该参考图像对应的距离集合，该参考图像对应的距离集合为由所述至少一个待匹配特征点与所述至少一个参考特征点之间的距离组成的距离集合；一个参考图像中包括一种标准样例的图像，不同参考图像中包括不同的标准样例；
[0133]
所述确定单元403，用于基于各个参考图像对应的距离集合，确定所述待匹配图像与各个参考图像是否匹配。
[0134]
在本公开的一些实施例中，所述确定单元403包括第一确定子单元与第二确定子单元；其中，
[0135]
所述第一确定子单元，用于从所述各个参考图像对应的距离集合中，确定出最小距离；
[0136]
所述第二确定子单元，用于当所述最小距离大于预设阈值时，确定所述待匹配图像与各个参考图像均匹配失败。
[0137]
在本公开的一些实施例中，所述确定单元403还包括第三确定子单元与第四确定子单元；其中，
[0138]
所述第三确定子单元，用于从所述各个参考图像对应的距离集合中，确定出最小距离；当所述最小距离小于或等于预设阈值时，计算所述各个参考图像对应的距离集合的距离平均值；
[0139]
所述第四确定子单元，用于基于所述各个参考图像对应的距离集合的距离平均值，从各个参考图像中确定出与所述待匹配图像匹配的目标参考图像；所述目标参考图像为所述至少一个参考图像中，距离平均值最小的距离集合对应的参考图像。
[0140]
在本公开的一些实施例中，所述匹配单元402包括第一匹配子单元、第一组合单元、第五确定子单元、筛选单元与第六确定子单元；其中，
[0141]
所述第一匹配子单元，用于将所述至少一个待匹配特征点与从该参考图像中提取的至少一个参考特征点进行匹配，得到第一匹配点对集合；
[0142]
所述第一组合单元，用于从所述第一匹配点对集合中，选取预设个数的所述第一匹配点对进行组合，得到至少一个第一匹配点对组合，其中，所述至少一个第一匹配点对组合中的每个组合包含所述预设个数的所述第一匹配点对；
[0143]
所述第五确定子单元，用于根据所述至少一个第一匹配点对组合中的每个组合确定所述第一匹配点对集合对应的单应矩阵，所述单应矩阵表征所述第一匹配点对集合中的待匹配特征点与参考特征点之间的坐标映射变换；
[0144]
所述筛选单元，用于根据所述单应矩阵，从所述第一匹配点对集合中筛选出匹配误差小于预设误差阈值的第二匹配点对集合；
[0145]
所述第六确定子单元，用于将所述第二匹配点对集合中每对匹配点对包含的待匹配特征点与参考特征点之间的距离，作为该参考图像对应的距离集合。
[0146]
在本公开的一些实施例中，所述第一匹配子单元包括第二组合单元、计算单元和构成单元；其中，
[0147]
所述第二组合单元，用于将所述至少一个待匹配特征点中的每个待匹配特征点与从该参考图像中提取的至少一个参考特征点中的每个参考特征点逐一进行组合，得到至少一个特征点对；
[0148]
所述计算单元，用于计算每个特征点对中待匹配特征点到参考特征点的特征值距离，得到各个特征点对的特征值距离；
[0149]
所述构成单元，用于将特征值距离小于预设距离阈值的至少一个特征点对，构成所述第一匹配点对集合。
[0150]
在本公开的一些实施例中，所述筛选单元包括第五确定子单元与第六确定子单元；其中，
[0151]
所述第五确定子单元，用于基于所述第一匹配点对集合与所述单应矩阵，确定出所述第一匹配点对集合中每个第一匹配点对的匹配误差；
[0152]
所述第六确定子单元，用于基于所述每个第一匹配点对的匹配误差，从所述第一匹配点对集合中确定出匹配误差小于预设误差阈值的至少一个第一匹配点对，构成所述第二匹配点对集合。
[0153]
在本公开的一些实施例中，所述提取单元401包括选取单元与特征提取单元；其中，
[0154]
所述选取单元，用于从所述待匹配图像中选取至少一个原始像素点；其中，一个选取的原始像素点的预设范围内存在预设数量的灰度值不同于该选取的原始像素点的灰度值的目标像素点；
[0155]
所述特征提取单元，用于对一个选取的原始像素点的目标像素点提取特征，得到一个待匹配特征点。
[0156]
可以理解的是，本公开实施例中，匹配装置可以从当前平面布局的待匹配图像中提取待匹配特征点，与至少一个参考图像的标准样例中的参考特征点进行匹配，得到待匹配图像与各个参考图像之间的距离集合，进而根据待匹配图像与各个参考图像之间的距离集合确定当前平面布局是否可以匹配到标准样例，以及与哪种标准样例相匹配，以便可以在当前平面布局中自动应用标准样例中预设的功能实现，不需人工手动进行匹配和功能配置，从而提高了平面布局功能匹配的智能性。
[0157]
本公开实施例提供了一种电子设备5，如图9所示，所述电子设备5包括：处理器54、存储器55以及通信总线56，所述存储器55通过所述通信总线56与所述处理器54进行通信，所述存储器55存储所述处理器54可执行的一个或者多个程序，当所述一个或者多个程序被执行时，所述处理器54执行如上述任一项所述的平面布局匹配方法。
[0158]
本公开实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器54执行，以实现如上述任一项所述的平面布局匹配方法。
[0159]
本公开实施例提供了一种计算机程序，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上述任一项所述的匹配方法。
[0160]
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序
产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0161]
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0162]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0163]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0164]
以上所述，仅为本公开的较佳实施例而已，并非用于限定本公开的保护范围。