买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京鸿鹄元数科技有限公司

摘要：本发明提供一种特征点匹配和模板匹配的偏移量计算方法及系统，方法包括：获取指定点位历史图片、巡检图片；从历史图片中裁剪出模版；在巡检图片上做模版匹配，得到最佳匹配位置和标准相关性系数Vco；计算历史图片到巡检图片的偏移量；分别对历史图片和巡检图片进行SURF特征点提取和描述；计算历史图片到巡检图片的单应矩阵；计算特征点匹配的偏移量；计算相关系数V’co；比较V’co与Vco的大小，确定偏移量。本发明将模板匹配和特诊点匹配结合，有利于加速特征点的提取效率，增强在混乱场景的偏移量计算效果，提高了计算准确性；同时本发明不依赖于图像中是否有多少指定目标个数，增强了场景的实用性，提升了该计算方法的泛化性。

主权项：1.一种特征点匹配和模板匹配的偏移量计算方法，其特征在于，包括：S1、在机器人移动到指定点位的位置时，从存储设备获取该点位的历史图片image1，通过该点位记录的云台角度信息调整云台，通过云台摄像机获取巡检图片image2，设置历史图片image1和巡检图片image2的尺寸一致；S2、从历史图片image1中按照区域x,y,w,h裁剪出图片image1_roi作为模版，区域数值x,y,w,h分别为图片image1_roi的矩形区域左上角横坐标、纵坐标、区域宽度、区域高度；采用标准相关性系数匹配的方法在巡检图片image2上做模版匹配，得到最佳匹配位置xm,ym和标准相关性系数Vco；S3、基于最佳匹配位置xm,ym，计算历史图片image1到巡检图片image2的偏移量dx,dy，偏移量dx,dy的计算公式为：dx＝xm-x，dy＝ym-y1式1中，dx为水平偏移量，dy为垂直偏移量；S4、分别对历史图片image1和巡检图片image2进行SURF特征点提取和描述，采用最近邻匹配方式得到N个匹配点对，若N≥阈值th1，则跳转到S2步骤继续执行；若N＜阈值th1，则将N个点对作为单应矩阵计算点对，并跳转到S5步骤继续执行；S5、利用所述单应矩阵计算点对，根据随机采样一致性RANSAC方法，计算历史图片image1到巡检图片image2的单应矩阵H1；根据所述单应矩阵H1计算历史图片image1的中心点W2,H2在巡检图片image2上的对应点xt,yt，对应点xt,yt的计算公式为： 其中W和H为历史图片image1的宽度和高度；S6、计算历史图片image1到巡检图片image2的特征点匹配的偏移量dx’,dy’，偏移量dx’,dy’的计算公式为：dx’＝xt-W2,dy’＝yt-H22S7、从巡检图片image2中按照区域x’,y’,w,h裁剪出图片image2_roi，区域数值x’,y’,w,h分别为图片image2_roi的矩形区域左上角横坐标、纵坐标、区域宽度、区域高度，x’,y’的计算公式为：x’＝x+dx’,y’＝y+dy’3计算图片image1_roi和图片image2_roi的标准相关性系数V’co，标准相关性系数V’co的计算公式为： 式4中，I1x，y和I2x，y分别表示图片image1_roi和图片image2_roi的像素值；S8、比较V’co与Vco的大小，若Vco＞V’co，则将dx,dy作为历史图片image1到巡检图片image2的偏移量；若Vco≤V’co，则将dx’,dy’作为历史图片image1到巡检图片image2的偏移量；所述S4步骤的将N个点对作为单应矩阵计算点对的方法包括：将获得的N个特征点按照特征描述的欧式距离从小到大进行排序，取前th1个匹配点对作为单应矩阵计算点对。

全文数据：

权利要求：

百度查询： 北京鸿鹄元数科技有限公司 一种特征点匹配和模板匹配的偏移量计算方法及系统