本发明涉及图像处理领域,尤其涉及一种图像匹配方法及装置。
背景技术:
随着经济的快速发展,纸币的流通量越来越大,金融自助交易活动也越来越频繁,导致金融自助设备的应用也相应地越来越广泛。在金融自助设备中,纸币的匹配非常重要,而纸币图像匹配是纸币匹配的重要前提和基础。
在相关技术中,对纸币图像的匹配都是在二值图像中进行,即分别直接对模板图像(即标准图像)和待匹配图像进行拉伸,然后再对拉伸后的图像进行图像匹配。这种纸币图像匹配的技术方案没有考虑到,如自动存取款机等金融自助设备采集到的纸币图像(即待匹配图像)的灰度,很容易受到图像传感器、光线等采集环境外部因素以及纸币新旧等内部因素的影响,从而导致根据现有的纸币图像匹配方法,不能够对金融自助设备采集的纸币图像进行准确有效地匹配。
技术实现要素:
有鉴于此,本发明的目的是提出一种图像匹配方法及装置,以降低如采集环境等外部因素和纸币新旧等内部因素的影响,提高了纸币图像的匹配精度。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明实施例提供了一种图像匹配方法,包括:
按照第一匹配规则,将第一待匹配图像与第一标准图像进行第一匹配,获取匹配特征值;
根据所述匹配特征值,按照预设确定规则,确定所述第一待匹配图像和所述第一标准图像的待二次匹配位置;
按照预设灰度拉伸规则,对所述第一待匹配图像和所述第一标准图像中所述待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像;
按照第二匹配规则,将所述第二待匹配图像和所述第二标准图像进行第二匹配,确定所述第一匹配是否成功。
第二方面,本发明实施例提供了一种图像匹配装置,包括:
匹配特征值获取模块,用于按照第一匹配规则,将第一待匹配图像与第一标准图像进行第一匹配,获取匹配特征值;
匹配位置确定模块,用于根据所述匹配特征值,按照预设确定规则,确定所述第一待匹配图像和所述第一标准图像的待二次匹配位置;
图像拉伸模块,用于按照预设灰度拉伸规则,对所述第一待匹配图像和所述第一标准图像中所述待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像;
匹配判断模块,用于按照第二匹配规则,将所述第二待匹配图像和所述第二标准图像进行第二匹配,确定所述第一匹配是否成功。
本发明的有益效果是:
本发明提供的一种图像匹配方法及装置,通过第一匹配确定第一待匹配图像(如金融自助设备采集到的纸币灰度图像)和第一标准图像(如纸币模版图像)的待二次匹配位置(即目标匹配位置);分别对待二次匹配位置的第一待匹配图像和第一标准图像进行相同规则的灰度拉伸,得到第二待匹配图像和第二标准图像;将第二待匹配图像与第二标准图像进行二次匹配,以确定第一匹配是否成功的技术手段,解决了现有技术中的如自动存取款机等金融自助设备采集到的纸币图像(即待匹配图像)的灰度,容易受纸币纸币新旧和图像传感器、光线等采集环境外部因素和纸币新旧等内部因素的影响,从而导致根据现有的纸币图像匹配方法,不能够对金融自助设备采集的纸币图像进行准确有效地匹配的技术问题。
与现有技术提供的,只在二值图像中分别直接对标准图像和待匹配图像进行拉伸,然后再进行图像匹配的技术方案相比,本发明提供的技术方案,在纸币的灰度图像中进行图像匹配,即先通过一次匹配确定出第一待匹配图像和第一标准图像的待二次匹配位置,然后将第一待匹配图像和第一标准图像在待二次匹配位置的图像分别进行同样的灰度拉伸,得到第二待匹配图像和第二标准图像;然后再将第二待匹配图像与第二标准图像进行二次匹配,能够极大地提高纸币图像的匹配精度,降低如环境等外部因素以及纸币新旧程度等内部因素对于纸币图像匹配的不利影响。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1是本发明实施例一提供的一种图像匹配方法的流程示意图;
图2是本发明实施例二提供的一种图像匹配方法的流程示意图;
图3是本发明实施例三提供的一种图像匹配方法的流程示意图;
图4是本发明实施例四提供的一种图像匹配装置的结构框图;
图5是本发明实施例四提供的一种图像匹配装置的结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分。在不冲突的情况下,本发明实施例以及实施例中的特征可以相互组合。
实施例一
本发明提供一种图像匹配方法,该方法可以适用于金融自助设备进行纸币图像匹配等应用场景。该方法采取的对纸币灰度图像进行一次匹配以获取目标匹配位置,并对目标匹配位置的待匹配图像和标准图像进行相同规则的拉伸,然后再进行匹配的技术手段,可以由任一种如自动取款机(automatedtellermachine,atm)等可以进行图像匹配的设备和/或装置来执行。具体可以由部署在该设备和/装置中软件和/或硬件的方式来实施。
如图1所示,该方法包括:
步骤110、按照第一匹配规则,将第一待匹配图像与第一标准图像进行第一匹配,获取匹配特征值。
其中,匹配特征值的个数与第一待匹配图像和第一标准图像的相对大小有关。不同的匹配规则可以对应不同的匹配特征值,匹配特征值的判断规则也可以不同。匹配特征值可以是对应像素差的绝对值,也可以是如相关系数,余弦相似度和欧式距离等其它度量距离。
示例性的,第一待匹配图像与第一标准图像的大小与像素个数可能不完全相同,图像在采集的过程中获取的图像存在大小不匹配的问题,从第一待匹配图像中选取与第一标准图像大小相同的像素块,根据第一匹配规则进行图像匹配,计算获取匹配特征值。
步骤120、根据匹配特征值,按照预设确定规则,确定第一待匹配图像和第一标准图像的待二次匹配位置。
示例性地,若匹配特征值为相关系数,则获取相关系数的最大值,该最大值为最优的匹配特征值;若匹配特征值为余弦相似度,则获取余弦相似度中的最大值作为最优的匹配特征值;若匹配特征值为欧式距离,则获取欧式距离中的最小值作为最优的匹配特征值。
不同的匹配特征值可以对应不同的预设确定规则,根据预设确定规则确定最优的匹配特征值,从而确定与该匹配特征值对应的第一待匹配图像中的匹配像素块,即为第一待匹配图像和第一标准图像的待二次匹配位置。
步骤130、按照预设灰度拉伸规则,对第一待匹配图像和第一标准图像中待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像。
灰度拉伸又叫对比度拉伸,是一种灰度变换,可以使用最简单的分段线性变换函数,提高图像处理时灰度级的动态范围。例如,灰度拉伸可以将原图在a到b之间的灰度拉伸到c到d之间。如果一幅图像的灰度集中在较暗的区域而导致图像偏暗,可以用灰度拉伸功能来拉伸图像的灰度区间以改善图像;同理,如果图像灰度集中在较亮的区域而导致图像偏亮,也可以用灰度拉伸功能来压缩图像灰度区间以改善图像质量。通过灰度拉伸,能够降低纸币图像受到的来自图像传感器、光线等图像采集环境外部因素和纸币新旧等内部因素的不利影响,从而提高纸币图像的匹配率,以间接提升纸币的匹配率。
示例性地,可以对第一待匹配图像和第一标准图像中待二次匹配位置的图像分别进行灰度拉伸,拉伸到同一灰度范围后再进行第二匹配。
步骤140、按照第二匹配规则,将第二待匹配图像和第二标准图像进行第二匹配,确定第一匹配是否成功。
将第二待匹配图像和第二标准图像进行第二匹配,对匹配的结果进行判断,若满足预设的条件,则说明第一匹配是成功的;若不满足预设的条件,则说明第一匹配是失败的。
第二匹配规则可以与第一匹配规则相同或不同,只要能够对获取的第二待匹配图像和第二标准图像进行匹配判断即可。
本发明实施例一提供的一种图像匹配方法,相对于现有的纸币图像匹配中,只在二值图像中分别直接对标准图像和待匹配图像进行拉伸,然后再进行图像匹配的技术方案相比,本发明提供的技术方案,在纸币的灰度图像中进行图像匹配,即先通过一次匹配确定出第一待匹配图像和第一标准图像的待二次匹配位置,然后将第一待匹配图像和第一标准图像在待二次匹配位置的图像分别进行同样的灰度拉伸,得到第二待匹配图像和第二标准图像;然后再将第二待匹配图像与第二标准图像进行二次匹配,能够极大地提高纸币图像的匹配精度,降低如环境等外部因素以及纸币新旧程度等内部因素对于纸币图像匹配的不利影响,强化了纸币图像信息的完整性,充分发挥了纸币图像的细节信息,实现了纸币图像的精准匹配。
实施例二
本实施例在上述实施例的基础上,对预设灰度拉伸规则进行了进一步地优化,如图2所示,该方法包括:
步骤210、按照第一匹配规则,将第一待匹配图像与第一标准图像进行第一匹配,获取匹配特征值。
步骤220、根据匹配特征值,按照预设确定规则,确定第一待匹配图像和第一标准图像的待二次匹配位置。
步骤230、获取待拉伸图像的最大灰度值和最小灰度值。
获取待拉伸图像的最大灰度值和最小灰度值,能够对图像的灰度范围进行更为准确地判断,为后续的图像拉伸步骤提供参考数据。
最大灰度值和最小灰度值的判断可以根据纸币图像的特点进行。例如:纸币图像由于容易受到如图像传感器、光线等外界采集环境的影响,导致纸币图像中噪声点较多。在进行判断后,先去除最大灰度值和最小灰度值附近预设范围值的像素点,再从剩余的像素点中重新进行最大和最小灰度值范围的确定。或者,由于受到纸币自身新旧等内部因素的影响,可以针对对纸币图像中像素点分布较为密集的区间,进行最大灰度值和最小灰度值的确定。
进一步地,步骤230也可以通过如下具体子步骤来实现,即:
1)统计待拉伸图像的灰度直方图;
2)将直方图中预设比例范围的最大灰度值集合的平均值,作为最大灰度值;
3)将直方图中预设比例范围的最小灰度值集合的平均值,作为最小灰度值。
统计待拉伸图像的灰度直方图,能够对灰度值进行快速分类,从灰度区间内选取预设比例范围(如:10%)的最大灰度值的集合和最小灰度值的集合,分别取平均,获得最大灰度值和最小灰度值。取平均的目的是为了降低噪声点的干扰,如果某一个或多个噪声点的值明显小于集合中的灰度值或明显大于集合中的灰度值,那么对于选择灰度区间内的最小值或最大值,就不能够得到待拉伸图像的有效灰度区间,导致图像拉伸的过程中不能够获得满意的图像,通过取平均的方法,能够有效地避免这种情况的发生。
步骤240、按照预设灰度拉伸范围,根据最大灰度值和最小灰度值,对第一待匹配图像和第一标准图像中待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像。
预设灰度拉伸范围是指纸币图像将要被拉伸到的灰度范围,预设灰度拉伸范围是第一待匹配图像和第一标准图像中待二次匹配位置的图像共同的拉伸范围,便于对两个图像进行匹配。优选地,灰度拉伸范围为0~255。
步骤250、按照第二匹配规则,将第二待匹配图像和第二标准图像进行第二匹配,确定第一匹配是否成功。
本实施例提供了一种图像匹配方法,在纸币的灰度图像中进行图像匹配,即先通过一次匹配确定出第一待匹配图像和第一标准图像的待二次匹配位置,然后获取待拉伸图像灰度值的最大值和最小值确定灰度区间,根据灰度区间将第一待匹配图像在待二次匹配位置的图像进行同样的灰度拉伸,得到第二待匹配图像;然后再将第二待匹配图像与第二标准图像进行二次匹配,让纸币图像匹配过程中,拉伸的效果更加明显,从而使纸币图像匹配的过程更加准确能够极大地提高纸币图像的匹配精度,降低如环境等外部因素以及纸币新旧程度等内部因素对于纸币图像匹配的不利影响。
实施例三
本实施例在上述实施例的基础上,对第一匹配规则进行了进一步的优化,如图3所示,该方法包括:
步骤310、选取第一待匹配图像中与第一标准图像大小形状相同的像素区域,获得匹配区域。
在第一待匹配图像中选取与第一标准图像大小形状相同的所有像素区域,例如:第一待匹配图像像素点的个数为4×4个,第一标准图像像素点的个数为3×3个,对应的匹配区域为4个,匹配区域是包含在第一待匹配图像中所有3×3的像素区域。
步骤320、计算匹配区域像素点的像素值与第一标准图像对应像素点的像素值差的平方和,获取匹配特征值。
通过匹配特征值,能够对匹配区域图像与第一标准图像进行匹配判断,获取匹配区域图像与第一标准图像像素值差的平方和,能够判断两个图像的像素是否相同或相似度为多少,从而判断两个图像是否匹配。
步骤330、根据匹配特征值,将匹配特征值的最小值所对应的位置,确定为待二次匹配位置。
由于匹配特征值为匹配区域图像像素点的像素值与第一标准图像对应像素点的像素值差的平方和,因此,如果匹配特征值越小,则说明这两个图像的相似度越高,两个图像越匹配。匹配特征值的最小值对应的匹配区域则为与第一标准图像最接近的匹配区域。
步骤340、按照预设灰度拉伸规则,对第一待匹配图像和第一标准图像中待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像。
步骤350、按照第二匹配规则,将第二待匹配图像和第二标准图像进行第二匹配,确定第一匹配是否成功。
示例性地,第二匹配规则也可以通过如下具体的子步骤来实现,即:
1)统计第二待匹配图像和第二标准图像对应位置各像素点的灰度差值;
2)根据预设阈值,统计大于预设阈值的灰度差值的个数;
3)当灰度差值的个数小于或等于预设数值时,则第一匹配成功。
对第一待匹配图像和第一标准图像中待二次匹配位置的图像分别进行灰度拉伸之后,降低了如图像传感器、光线等外界采集环境等外部因素和纸币自身新旧程度等内部因素对待二次匹配位置的图像的影响后,统计第二待匹配图像和第二标准图像对应位置各像素点的灰度差值。获取大于预设阈值(如30)的灰度差值的个数(如56个),将该个数的数值与预设数值(如50个)进行比较。如果差值个数小于预设数值,则说明两个图像的匹配程度很高,匹配成功;如果差值个数大于预设数值,则说明两个图像的灰度值存在较多较大的差异,则匹配失败。
本实施例提供了一种图像匹配方法,通过计算匹配区域像素点的像素值与第一标准图像对应像素点的像素值差的平方和,确定最小匹配特征值,实现了对待二次匹配位置的准确定位,然后将第一待匹配图像和第一标准图像在待二次匹配位置的图像分别进行同样的灰度拉伸,得到第二待匹配图像和第二标准图像;然后再将第二待匹配图像与第二标准图像进行二次匹配,从而进一步实现了对纸币灰度图像的匹配判断,能够极大地提高纸币图像的匹配精度,降低如环境等外部因素以及纸币新旧程度等内部因素对于纸币图像匹配的不利影响。
实施例四
本发明实施例提供的一种图像匹配装置,如图4所示,该装置包括:
匹配特征值获取模4100,用于按照第一匹配规则,将第一待匹配图像与第一标准图像进行第一匹配,获取匹配特征值;
匹配位置确定模块4200,用于根据所述匹配特征值,按照预设确定规则,确定所述第一待匹配图像和所述第一标准图像的待二次匹配位置;
图像拉伸模块4300,用于按照预设灰度拉伸规则,对所述第一待匹配图像和所述第一标准图像中所述待二次匹配位置的图像分别进行灰度拉伸,分别得到与第二待匹配图像和第二标准图像;
匹配判断模块4400,用于按照第二匹配规则,将所述第二待匹配图像和所述第二标准图像进行第二匹配,确定所述第一匹配是否成功。
如图5所示,装置还包括:
进一步地,所述图像拉伸模块4300包括:
灰度范围获取子模块4310,用于获取待拉伸图像的最大灰度值和最小灰度值;
灰度拉伸子模块4320,用于按照预设灰度拉伸范围,根据所述最大灰度值和所述最小灰度值,对所述待拉伸图像进行灰度拉伸;
所述灰度范围获取子模块4310包括:
灰度直方图统计单元4311,用于统计所述待拉伸图像的灰度直方图;
最大灰度值获取单元4312,用于将所述直方图中预设比例范围的最大灰度值集合的平均值,作为所述最大灰度值;
最小灰度值获取单元4313,用于将所述直方图中预设比例范围的最小灰度值集合的平均值,作为所述最小灰度值;
所述匹配判断模块4400包括:
灰度差值统计子模块4410,用于统计所述第二待匹配图像和所述第二标准图像对应位置各像素点的灰度差值;
匹配成功判断子模块4420,用于根据预设阈值,统计大于所述预设阈值的所述灰度差值的个数;当所述灰度差值的个数小于或等于预设数值时,则所述第一匹配成功;
所述匹配判断模块4400还包括:
匹配失败判断子模块4430,用于当所述个数大于所述预设数值,则所述第二匹配失败;
所述匹配特征值获取模块4100包括:
匹配区域获取子模块4110,用于选取所述第一待匹配图像中与所述第一标准图像大小形状相同的像素区域,获得匹配区域;
匹配特征值计算子模块4120,用于计算所述匹配区域像素点的像素值与所述第一标准图像对应像素点的像素值差的平方和。
所述匹配特征值包括:
所述匹配区域像素点的像素值与所述第一标准图像对应像素点的像素值差的平方和。
所述匹配位置确定模块4200包括:
待二次匹配位置确定子模块4210,用于将所述匹配特征值的最小值所对应的位置,确定为所述待二次匹配位置。
本实施例提供的一种图像匹配装置,与本发明任意实施例所提供的一种图像匹配方法属于同一发明构思,可执行本发明任意实施例所提供的一种图像匹配方法,具备相应的功能和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的一种图像匹配方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。