局部模板生成方法和局部模板生成装置与流程

本技术属于畸变定位，尤其涉及一种局部模板生成方法和局部模板生成装置。

背景技术：

1、图像匹配根据已知的图像模式在另一幅图像中搜索类似模板的目标。相关技术中，主要采用基于像素灰度值以及图像几何特征的图像匹配算法，上述图像匹配算法应用于刚性搜索空间，与实时图像中的目标进行匹配。但是在实际应用场景中，进行实时搜索的图像可能具有局部变形，上述方法在定位过程中受图像畸变的影响大，定位匹配度低，容易导致定位不准确以及定位错误的技术问题。

技术实现思路

1、本技术旨在至少解决现有技术中存在的技术问题之一。为此，本技术提出一种局部模板生成方法和局部模板生成装置，生成用于定位的局部模板，有效降低畸变对定位的影响，提升定位的准确率，避免定位不准确以及定位错误的技术问题。

2、第一方面，本技术提供了一种局部模板生成方法，该方法包括：

3、对检测图像中的目标对象进行边界点提取，得到多个初始边界点以及各所述初始边界点对应的梯度方向；

4、基于所述梯度方向，对所述多个初始边界点中目标初始边界点周围目标范围内的像素点进行搜索以及连接处理，得到至少一个目标链对象；所述目标范围以所述目标初始边界点为中心；

5、基于目标数量的所述初始边界点对各所述目标链对象进行分割，得到至少一个局部模板。

6、根据本技术的局部模板生成方法，通过对检测图像中的目标对象提取边缘点，得到目标对象的多个初始边界点以及各初始边界点对应的梯度方向，有效获取目标对象的信息，基于各初始边界点及其对应的梯度方向，在多个初始边界点中的目标初始边界点的周围目标范围内搜索与目标初始边界点连接的初始边界点，将连接的各初始边界点确定为目标链对象，有效提取目标对象的边缘轮廓信息，获取更多目标对象的描述信息，基于目标链对象以及目标数量对目标链对象进行分割得到一个或多个局部模板，基于分割得到的一个或多个局部模板进行畸变定位，提升畸变图像在进行模板匹配过程中的稳定性以及匹配度，生成的用于定位的局部模板，有效降低畸变对定位的影响，提升定位的准确率，避免定位不准确以及定位错误的技术问题。

7、根据本技术的局部模板生成方法，所述基于所述梯度方向，对所述多个初始边界点中目标初始边界点周围目标范围内的像素点进行搜索以及连接处理，得到至少一个目标链对象，包括：

8、基于所述梯度方向，确定所述目标范围内各像素点对应的搜索路径；

9、基于所述搜索路径依次搜索所述目标范围内的像素点，将搜索得到的第一个所述初始边界点确定为所述目标初始边界点的相邻边界点；

10、将所述目标初始边界点与所述相邻边界点连接，得到所述至少一个目标链对象；

11、将所述相邻边界点确定为新的目标初始边界点，对所述新的目标初始边界点周围目标范围内的像素点进行搜索以及连接处理。

12、根据本技术的局部模板生成方法，所述将所述目标初始边界点与所述相邻边界点连接，得到所述至少一个目标链对象，包括：

13、将所述目标初始边界点与所述相邻边界点连接，并确定所述目标初始边界点的相邻边界点对应的相邻边界点；

14、在确定所述目标初始边界点的相邻边界点对应的相邻边界点与所述目标初始边界点不一致的情况下，断开所述目标初始边界点与所述相邻边界点的连接；

15、在确定所述目标初始边界点的相邻边界点对应的相邻边界点与所述目标初始边界点一致的情况下，将所述目标初始边界点的相邻边界点确定为新的所述目标初始边界点，对新的目标初始边界点周围所述目标范围内的像素点进行搜索以及连接处理，得到所述至少一个目标链对象。

16、根据本技术的局部模板生成方法，所述搜索路径包括搜索方向和基于所述搜索方向的搜索顺序；所述基于所述搜索路径依次搜索所述目标范围内的像素点，将搜索得到的第一个所述初始边界点确定为所述目标初始边界点的相邻边界点，包括：

17、从所述目标范围内的像素点中确定与目标搜索方向一致的像素点，得到至少一个第一像素点；

18、基于各所述第一像素点对应的搜索顺序，对所述至少一个第一像素点进行搜索，并将搜索得到的第一个所述初始边界点确定为所述目标初始边界点的相邻边界点；所述目标搜索方向包括第一方向或第二方向。

19、根据本技术的局部模板生成方法，所述基于目标数量的所述初始边界点对各所述目标链对象进行分割，得到至少一个局部模板；包括：

20、在所述目标链对象包括的所述初始边界点的数量为所述目标数量的整数倍的情况下，基于所述目标数量对所述目标链对象进行分割，得到多个所述局部模板；

21、在所述目标链对象包括的所述初始边界点的数量不为所述目标数量的整数倍的情况下，基于所述初始边界点的数量与所述目标数量的目标第一倍数和目标余数值，对所述目标链对象进行分割，得到至少一个所述局部模板。

22、根据本技术的局部模板生成方法，所述基于所述初始边界点的数量与所述目标数量的目标第一倍数和目标余数值，对所述目标链对象进行分割，得到至少一个所述局部模板，包括：

23、在所述目标余数值大于目标阈值的情况下，将所述目标第一倍数增加第一数值；在所述目标余数值不大于所述目标阈值的情况下，保持所述目标第一倍数的数值；

24、基于所述目标第一倍数和所述目标数量，对所述目标链对象进行分割，得到第一模板；

25、在所述目标链对象包括的剩余初始边界点数量大于第四数值的情况下，将所述剩余初始边界点数量平均分割，得到两个第二模板；所述剩余初始边界点数量为基于所述目标第一倍数和所述目标数量对所述目标链对象进行分割之后，所述目标链对象剩余的所述初始边界点的数量；

26、在所述剩余初始边界点数量不大于第四数值的情况下，将所述剩余初始边界点数量确定为第三模板；

27、基于所述第一模板、所述第二模板以及所述第三模板中的至少一个，得到所述至少一个局部模板。

28、根据本技术的局部模板生成方法，在所述基于所述梯度方向，对所述多个初始边界点中目标初始边界点周围目标范围内的像素点进行搜索以及连接处理，得到至少一个目标链对象之后，所述方法还包括：

29、在所述目标链对象包括的所述初始边界点数量不大于目标分割数量的情况下，不对所述目标链对象进行分割；所述目标分割数量小于所述目标数量。

30、第二方面，本技术提供了一种局部模板生成装置，该装置包括：

31、第一处理模块，用于对检测图像中的目标对象进行边界点提取，得到多个初始边界点以及各所述初始边界点对应的梯度方向；

32、第二处理模块，用于基于所述梯度方向，对所述多个初始边界点中目标初始边界点周围目标范围内的像素点进行搜索以及连接处理，得到至少一个目标链对象；所述目标范围以所述目标初始边界点为中心；

33、第三处理模块，用于基于目标数量的所述初始边界点对各所述目标链对象进行分割，得到至少一个局部模板。

34、根据本技术的局部模板生成装置，通过对检测图像中的目标对象提取边缘点，得到目标对象的多个初始边界点以及各初始边界点对应的梯度方向，有效获取目标对象的信息，基于各初始边界点及其对应的梯度方向，在多个初始边界点中的目标初始边界点的周围目标范围内搜索与目标初始边界点连接的初始边界点，将连接的各初始边界点确定为目标链对象，有效提取目标对象的边缘轮廓信息，获取更多目标对象的描述信息，基于目标链对象以及目标数量对目标链对象进行分割得到一个或多个局部模板，基于分割得到的一个或多个局部模板进行畸变定位，提升畸变图像在进行模板匹配过程中的稳定性以及匹配度，生成的用于定位的局部模板，有效降低畸变对定位的影响，提升定位的准确率，避免定位不准确以及定位错误的技术问题。

35、第三方面，本技术提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的局部模板生成方法。

36、第四方面，本技术提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的局部模板生成方法。

37、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的局部模板生成方法。

38、本技术实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：

39、通过对检测图像中的目标对象提取边缘点，得到目标对象的多个初始边界点以及各初始边界点对应的梯度方向，有效获取目标对象的信息，基于各初始边界点及其对应的梯度方向，在多个初始边界点中的目标初始边界点的周围目标范围内搜索与目标初始边界点连接的初始边界点，将连接的各初始边界点确定为目标链对象，有效提取目标对象的边缘轮廓信息，获取更多目标对象的描述信息，基于目标链对象以及目标数量对目标链对象进行分割得到一个或多个局部模板，基于分割得到的一个或多个局部模板进行畸变定位，提升畸变图像在进行模板匹配过程中的稳定性以及匹配度，生成的用于定位的局部模板，有效降低畸变对定位的影响，提升定位的准确率，避免定位不准确以及定位错误的技术问题。

40、进一步地，通过将目标初始边界点与相邻边界点连接，并通过确定目标初始边界点的相邻边界点对应的相邻边界点与目标初始边界点一致性，检查目标初始边界点连接的相邻边界点是否正确，在正确的情况下，继续进行搜索以连接其他初始边界点，在不正确的情况下，断开该目标初始边界点与相邻边界点的连接，有效保障各初始边界点之间的连接正确性，提供准确的目标对象的边界信息。

41、更进一步地，通过从目标范围内的像素点中确定与目标搜索方向一致的像素点，确定多个第一像素点，基于各第一像素点对应的搜索顺序，对目标范围内的各第一像素点进行搜索，将搜索到的第一个初始边界点确定为该目标初始边界点的相邻边界点，有效确定初始边界点的连接方式，保障各初始边界点连接的正确性。

42、再进一步地，通过确定目标余数值与目标阈值的关系，进一步确定分割目标链对象的方式，在目标余数值大于目标阈值的情况下，确定新的目标余数值，在目标余数值不大于目标阈值的情况下，保持目标余数值不变，基于得到的目标余数值确定第一模板的数量，从而确定剩余初始边界点数量及其分割方式，通过上述方法有效对目标链对象进行分割，准确保留目标对象的信息，提高后续搜索局部模板的效率以及准确性。

43、本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。