OpenCV邊緣模板匹配算法原理詳解

背景概述

OpenCV中自帶的模板匹配算法，完全是像素基本的模板匹配，特別容易受到光照影響，光照稍微有所不同，該方法就會(huì)歇菜了！搞得很多OpenCV初學(xué)者剛學(xué)習(xí)到該方法時(shí)候很開心，一用該方法馬上很傷心，悲喜交加，充分感受到了理想與現(xiàn)實(shí)的距離，不過沒關(guān)系，這里介紹一種新的模板匹配算法，主要是基于圖像邊緣梯度，它對(duì)圖像光照與像素遷移都有很強(qiáng)的抗干擾能力，據(jù)說Halcon的模板匹配就是基于此的加速版本，在工業(yè)應(yīng)用場(chǎng)景中已經(jīng)得到廣泛使用。

算法原理

該算法主要是基于圖像梯度，實(shí)現(xiàn)基于梯度級(jí)別的NCC模板匹配，基于Sobel梯度算子得到dx, dy, magnitude

通過Canny算法得到邊緣圖像、基于輪廓發(fā)現(xiàn)得到所有的輪廓點(diǎn)集，基于每個(gè)點(diǎn)計(jì)算該點(diǎn)的dx、dy、magnitude(dxy)三個(gè)值。生成模板信息。然后對(duì)輸入的圖像進(jìn)行Sobel梯度圖像之后，根據(jù)模型信息進(jìn)行匹配，這樣的好處有兩個(gè)：

梯度對(duì)光照有很強(qiáng)的抗干擾能力，對(duì)模板匹配的抗光照干擾

基于梯度匹配，可以對(duì)目標(biāo)圖像上出現(xiàn)的微小像素遷移進(jìn)行抵消。

算法實(shí)現(xiàn)代碼詳解

梯度圖像計(jì)算

Matgx,gy;
Sobel(gray,gx,CV_32F,1,0);
Sobel(gray,gy,CV_32F,0,1);

Matmagnitude,direction;
cartToPolar(gx,gy,magnitude,direction);
longcontoursLength=0;
doublemagnitudeTemp=0;
intoriginx=contours[0][0].x;
intoriginy=contours[0][0].y;

模板生成

//提取dxdymaglog信息
vector>contoursInfo;
//提取相對(duì)坐標(biāo)位置
vector>contoursRelative;

//開始提取
for(inti=0;i(n));
vectorpoints(n);
for(intj=0;j(y,x);
pointInfo.DerivativeY=gy.at(y,x);
magnitudeTemp=magnitude.at(y,x);
pointInfo.Magnitude=magnitudeTemp;
if(magnitudeTemp!=0)
pointInfo.MagnitudeN=1/magnitudeTemp;
contoursInfo[i][j]=pointInfo;
}
contoursRelative.push_back(points);
}

計(jì)算目標(biāo)圖像梯度

//計(jì)算目標(biāo)圖像梯度
MatgrayImage;
cvtColor(src,grayImage,COLOR_BGR2GRAY);
Matgradx,grady;
Sobel(grayImage,gradx,CV_32F,1,0);
Sobel(grayImage,grady,CV_32F,0,1);

Matmag,angle;
cartToPolar(gradx,grady,mag,angle);

NCC模板匹配

doublepartialScore=0;
doubleresultScore=0;
intresultX=0;
intresultY=0;
doublestart=(double)getTickCount();
for(introw=0;rowgrayImage.cols-1||curY>grayImage.rows-1){
continue;
}

//目標(biāo)邊緣梯度
doublesdx=gradx.at(curY,curX);
doublesdy=grady.at(curY,curX);

//模板邊緣梯度
doubletdx=contoursInfo[m][n].DerivativeX;
doubletdy=contoursInfo[m][n].DerivativeY;

//計(jì)算匹配
if((sdy!=0||sdx!=0)&&(tdx!=0||tdy!=0))
{
doublenMagnitude=mag.at(curY,curX);
if(nMagnitude!=0)
sum+=(sdx*tdx+sdy*tdy)*contoursInfo[m][n].MagnitudeN/nMagnitude;
}

//任意節(jié)點(diǎn)score之和必須大于最小閾值
partialScore=sum/num;
if(partialScoreresultScore)
{
resultScore=partialScore;
resultX=col;
resultY=row;
}
}
}

運(yùn)行效果

正常光照

光照非常暗

改進(jìn)：

不需要全局匹配，可以對(duì)目標(biāo)圖像先做一個(gè)小梯度閾值，然后再進(jìn)行匹配，提升速度、構(gòu)造目標(biāo)圖像金字塔，實(shí)現(xiàn)多分辨率模板匹配支持！