模板匹配

摘要： 钢铁生产车间环境复杂,钢包号区域定位及其字符识别困难。为提升钢铁生产车间智能制造水平,本文采用机器视觉方法实现钢包号自动识别。首先利用模板匹配技术实现钢包号区域定位,在定位区域内实现号码字符分割,然后通过数据增广方法增加训练数据集,提高Tesseract OCR的识别率,最后利用Tesseract OCR实现了钢包号码的自动识别。从实验结果看,本文方法能稳定定位钢包号码区域,号码识别率达98.30%。

摘要： 基本的目标检测任务是在图像中识别目标,并标注目标的类别和位置信息。但是,很多应用中的目标检测任务常常带有语义约束,典型的包括单类别目标的数量约束和多个目标之间的空间位置约束。如在基于视频的生产安全监控系统中,目标检测不仅要识别和标定安全防护装备,还要检测这些安全防护装备是否被规范穿戴。提出了一种目标检测中语义约束检查算法,定义一种语义约束的模型,然后对图像进行带有语义信息的目标检测,最终对目标检测结果与语义约束进行一致性判定。以电力施工防护装备检查的实际需求和现场安监视频为例,验证了所提出的目标检测中语义约束检查算法的有效性。

摘要： 随着社会的不断发展和科技的不断进步,视频卫星越来越受到重视,而在卫星视频中对小目标的跟踪也逐渐成为一种新的研究方向。针对卫星视频中目标背景复杂、目标较小、跟踪过程中准确度较低的问题,提出了改进的核相关滤波(KCF)算法对卫星视频中的小目标进行实时性地跟踪。该算法结合卡尔曼滤波算法,解决目标跟踪过程中目标被遮挡的问题,利用局部模板匹配的方法对目标进行精确地跟踪,使用固定目标尺寸来保证目标跟踪的成功率。所用的视频数据集由“吉林一号”视频卫星拍摄,并且经过多次实验,最终实验结果表明所改进的算法不仅能够解决目标遮挡的问题,并且还能在复杂背景下对目标进行准确地跟踪,目标跟踪的成功率得到了很大的提高。

摘要： 为解决车牌图像中相似字符的误识别问题,提出一种融合改进局部HOG特征的模板匹配法。将改进方法与模板匹配法、模板匹配法结合跃变特征和模板匹配法结合局部HOG特征方法进行比较实验,测试第一类车牌图像时,识别率分别提高52%、12%和4%;测试第二类车牌图像时,识别率分别提高36%、28%和4%。改进的局部HOG特征确定了字符图像局部特征块的优化参数,得到局部优化的特征块,降低了特征描述符维数,在保证识别速率的同时提高了识别率。

摘要： 针对当前车牌字符识别中相似字符易出错的问题,提出了模板匹配联合特征的车牌字符识别方法。在算法设计中,首先,根据车牌字符特征构建存在相似字符,识别时容易出错的特征字符库;初次识别时,对所有车牌字符采用模板匹配算法;初次识别的结果如不属于特征字符库,识别结束;否则进行二次特征识别。通过对4000张不同环境下的车牌图片进行测试,表明本方法的识别率达到了99%,解决了车牌相似字符识别时易出错的问题。此外,本算法设计简单,识别速度快,适应性强,对车牌识别系统的普及起到了重要作用。

摘要： 目的快速且精准地检测啤酒箱常见的印刷缺陷。方法以啤酒箱面纸为检测目标,通过提取模板图像中形状和灰度值信息构建差异模型的模板匹配方法,对啤酒箱印刷中常见的缺陷特征进行检测,根据检测结果判断印刷质量是否合格,并通过检测验证实验对质量检测方案的效果进行评估。结果通过对所采集的500张图像进行检测实验并统计结果,该方法的平均准确率达到96.18%,漏检率小于0.9%,误判率为3.08%,平均检测耗时低于10 ms。结论使用该方法对啤酒箱面纸这类胶印制品进行质量检测的效果优秀且稳定,可以对细小划痕等高精度要求的缺陷进行精准检测,而且检测速度也快于其他方法。

摘要： 矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式;然后生成所有可能的低阶低次不变量,并从中得到13个满足线性独立关系的不变量实例.基于合成图像数据集和HPatches图像数据集进行了数值稳定性验证、图像分类和模板匹配实验,结果表明,13个不变量实例具有良好的数值稳定性和抗噪性;使用它们得到的分类和匹配准确率比同类矩不变量分别高出10%和30%左右.

摘要： 圆盘在治具中放置时,如果位置摆放不精细,会导致机器人在抓取的时候不能准确到达指定位置。基于此问题,提出采用机器视觉定位的方法,使用工业相机采集图像,再对图像进行滤波、二值化、初级形态学等预处理,随后使用视觉处理算法模板匹配出圆盘的外形轮廓,再建立坐标系,并对坐标数据进行转换,得到圆盘的实际位置坐标和角度,即可精确定位出圆盘摆放的位置。视觉系统与机器人建立通讯连接,让机器人到达圆盘的实际位置,实现抓取圆盘的精准动作。经实验验证,此方法稳定可靠。

摘要： 杆状道路设施是车道级高精度地图制作、道路信息管理等应用中的重要地理信息要素,车载激光点云已成为杆状道路设施调查的重要数据源。针对模型拟合以及基于语义和特征等杆状道路设施提取方法在实际运用中的不足,提出一种基于多尺度扩展高斯影像特征的杆状道路设施提取方法。该方法利用多尺度扩展高斯影像对分割后点云对象进行特征描述,并通过与模板点云对象进行特征匹配实现典型杆状道路设施的提取。采用两份车载激光点云数据对所提出算法进行了验证。实验结果表明,路灯的平均提取正确率和平均提取完整率分别为96.13%和95.28%,交通标志牌的平均提取正确率和平均提取完整率分别为86.35%和82.48%,均实现了有效提取。

摘要： 特征点匹配是图像匹配领域中一项重要研究内容。暴力匹配中强调缺少特征匹配不是由于太少的正确匹配,而在于很难分辨真假,故加入模板匹配进行约束,提出一种改进模板匹配算法。为了提升匹配速度和精度,该算法通过提供特征点的坐标,可以计算出每个特征点的得分值,并将其用于从输入图像中提取模板。基于输入图像和另一幅图像之间的模板匹配,使用暴力匹配算法在模板和匹配区域之间进行特征点匹配。该算法可以将高匹配数转换为高匹配质量。实验结果表明,该算法匹配速度较快、准确度较好。

摘要： 为实现自动化检定中对智能电能表液晶屏质量的在线检测,并解决误判率高的难题,文中提出了一种基于快速模板匹配的电能表在线液晶屏检测新方法.该方法采用基于阈值自适应序贯相似性算法的自学习型模板快速匹配算法,将多幅模板图像的特征综合为一个标准模板,建立实时调整的自学习型模板库,并改进传统的序贯相似性算法,将其阈值自适应.实验结果表明文中提出的方法不仅具有较高的检测效率和匹配精度,还有效降低误判率,具有较高的工程应用价值.

摘要： 为实现自动化检定中对智能电能表液晶屏质量的在线检测,并解决误判率高的难题,文中提出了一种基于快速模板匹配的电能表在线液晶屏检测新方法.该方法采用基于阈值自适应序贯相似性算法的自学习型模板快速匹配算法,将多幅模板图像的特征综合为一个标准模板,建立实时调整的自学习型模板库,并改进传统的序贯相似性算法,将其阈值自适应.实验结果表明文中提出的方法不仅具有较高的检测效率和匹配精度,还有效降低误判率,具有较高的工程应用价值.

摘要： 随着无线网络和智能移动终端设备的发展,屏幕视频编码变得越来越重要.使用模板匹配的方法,对屏幕视频图像进行预测,近80％的点残差为0.为了更好地非零残差进行编码,本文在使用模板匹配方法进行帧内预测的基础上,进一步使用调色板工具对较大残差值进行修正处理,利用变换编码对较小的残差进行编码,提升压缩效率.

摘要： 针对弹簧承载座人工检测效率低、劳动强度大等问题,对弹簧承载座缺陷种类及缺陷特征进行了研究,并对其缺陷检测流程进行了分析归纳,提出了一种基于机器视觉的弹簧承载座缺陷检测算法,实现了缺陷检测自动化.通过中值滤波算法对图像进行预处理,去除图片噪声;提出了一种两步找圆的方法,确定检测区域尺寸,再通过对检测区域进行掩膜操作,实现弹簧承载座焊渣和缺口缺陷检测;通过基于边缘点的模板匹配算法来判断字符的完整性.实验结果表明,以上算法能够准确判断弹簧承载座尺寸、焊渣、缺口以及字符等缺陷,检测正确率达到98％.

摘要： 无人机覆盖区域广、不受道路交通限制,为了利用无人机视频从广域的视角准确全面提取交通信息,本文对基于无人机视频的车辆检测算法展开了研究.首先,分析了无人机视频具有的特性;然后,分别基于帧间差分、分块背景建模和模板匹配思想,提出了三种车辆自动检测算法;最后,对比分析了算法性能,结果表明:帧间差分和分块背景建模法检测速度快,适用于交通状态良好、稳定飞行条件下悬停拍摄的视频;模板匹配法检测速度较慢,适用于巡航拍摄视频,或交通环境复杂、飞行条件较差的悬停拍摄视频.

摘要： 针对目前电力系统操控领域中存在的触电等安全隐患,将手势识别技术应用到电力系统中,设计了一套以Kinect采集设备、PC机、单片机为平台的复杂背景下基于视觉的手势识别在高压危险检测和控制领域中的应用系统.该系统研究并采用了基于深度图像阈值分割前景背景和肤色检测相结合的手势检测方法,和基于手势之间放缩比例一致性、旋转角度一致性模板匹配的手势识别方法.实验结果表明,该系统平均识别率达94.26％,鲁棒性好.

摘要： 随着当今智能化和数字化的发展,机器视觉受到更加广泛的关注,其应用也得到了飞速的发展.为了有效控制管道第三方破坏引发的危险,保护长距离、无人看管的油气管道的安全,保障国民经济和人民生活的稳定.本文采用形状、颜色和灰度特征相结合的基于图像的目标提取方法,结合视频监控异常车辆的自动识别方案,提出了基于机器视觉的管道第三方破坏危险的智能识别与报警系统.该系统以车辆牌照为对象、结合数据及模板匹配,可得70％识别准确率,且在出现异常时实现声音和界面弹窗双层警报,使得管道周边有大型车辆,如挖掘机等,或有异常车辆及人员实施破坏行为时能够及时识别出并报警,则会极大地保护长输管道的安全.

摘要： 轨道扣件缺失检测是铁路日常巡检的重要内容,结合现代化铁路对自动化检测技术的实时性和自适应性要求,本文提出了一种基于机器视觉的轨道扣件缺失实时检测方法.依据机器视觉的基本原理,设计了遮光罩加LED辅助光源的图像采集装置,利用开关型中值滤波和基于图像梯度幅值的改进Canny边缘检测方法,对扣件边缘特征进行自适应图像增强,再结合扣件弹条处稳定的边缘轮廓特征,利用基于曲线特征投影的模板匹配实现了扣件缺失的实时检测.经过实验验证,平均每帧图像的处理时间为245.61ms,平均识别正确率为85.8％,且该方法具有一定的自适应性,最高支持以3.85m/s推行速度,可满足对实际运营线路进行扣件缺失的实时检测需求.

摘要： 目标的位姿是目标位置和姿态的统称.而目标位姿估计则是指求解目标本体坐标系相对于参考坐标系之间平移和旋转变化关系的过程.常见的位姿测量技术有GPS、惯导、视觉等.GPS易受地形屏蔽,存在信号丢失的问题.惯导系统存在误差漂移效应以及价格昂贵等缺点.基于视觉的位姿测量系统以其成本低廉、精度高、非接触等优点而被广泛应用于军事制导、航天器交会对接、机器人抓取、自动驾驶、增强现实等领域.在工业自动化生产领域中,机器人能通过摄像头实时获取货物的6D位姿信息,从而准确抓取分拣货物,极大地提高了生产效率.在军事侦察和制导领域中,目标的6D位姿信息是反映目标当前状态非常重要的参数,对于刻画目标状态、分析战场态势、选择目标关键部位、实施点穴式打击等,都具有十分重要的意义.基于视觉技术测量目标的6D位姿信息已有长期研究.而近年来,随着深度学习技术的广泛应用,也出现了很多基于深度学习的目标6D位姿估计和测量方法.本文旨在详细梳理基于视觉的目标位姿估计方法的研究历史与现状,分析各类主流方法的主要思路、优势与不足,并对该项技术未来的发展方向提出具体的思考和建议.

摘要： 目标的位姿是目标位置和姿态的统称.而目标位姿估计则是指求解目标本体坐标系相对于参考坐标系之间平移和旋转变化关系的过程.常见的位姿测量技术有GPS、惯导、视觉等.GPS易受地形屏蔽,存在信号丢失的问题.惯导系统存在误差漂移效应以及价格昂贵等缺点.基于视觉的位姿测量系统以其成本低廉、精度高、非接触等优点而被广泛应用于军事制导、航天器交会对接、机器人抓取、自动驾驶、增强现实等领域.在工业自动化生产领域中,机器人能通过摄像头实时获取货物的6D位姿信息,从而准确抓取分拣货物,极大地提高了生产效率.在军事侦察和制导领域中,目标的6D位姿信息是反映目标当前状态非常重要的参数,对于刻画目标状态、分析战场态势、选择目标关键部位、实施点穴式打击等,都具有十分重要的意义.基于视觉技术测量目标的6D位姿信息已有长期研究.而近年来,随着深度学习技术的广泛应用,也出现了很多基于深度学习的目标6D位姿估计和测量方法.本文旨在详细梳理基于视觉的目标位姿估计方法的研究历史与现状,分析各类主流方法的主要思路、优势与不足,并对该项技术未来的发展方向提出具体的思考和建议.

摘要： 一种鲁棒的基于最近邻特征点匹配的多尺度模板匹配方法，属于计算机视觉、图像处理领域，解决了现有的基于最邻近点匹配的方法存在，检测目标出现较大尺度缩放时检测准确度不够的问题。本发明通过对模板图像和被搜索图像的像素点提取特征；对像素点间进行最近邻特征匹配；根据初步匹配的相关性系数初步筛选搜索位置；对不同尺度，所有初步筛选搜索位置进行模板匹配相关性计算，并获得最优匹配结果。本发明适用于图像匹配使用。

摘要： 基于模板匹配和孪生神经网络优化的异源图像匹配方法，属于计算机图像处理领域，解决了目前异源图像匹配存在的困难及Sobel算子进行特征提取时存在的轮廓边缘较粗、定位精度不高的问题。该方法包括：SAR图像预处理；图像半像素处理；基于Sobel算子的素描图像转换；模板匹配；孪生神经网络精匹配。本发明适用于基于模板匹配对两幅相同区域场景的不同大小的异源图像进行匹配的图像处理操作。本发明在模板匹配的过程中，将异源图像进行了基于Sobel算子的素描图像转换，增强了匹配效果，且后续应用改进的孪生神经网络进行精匹配，使得异源图像匹配效果更好，匹配精度更高。

摘要： 一种模板库结合非线性模板匹配胎心率提取方法，通过对原始信号进行预处理后进行时频域变换，并采用模板匹配的方式对时频域内信号逐帧评估匹配度，然后以匹配度曲线的峰值的时刻和幅值解算瞬时心率。本发明使用临床的多普勒胎心信号数据构建模板库，每次检测从模板库中选取合适的模板，利用胎心信号与母体干扰的混合特点，降低了模板对母体干扰的敏感度，从而提取瞬时的胎心率。

摘要： 本发明提供了一种模板匹配方法，包括：获得模板图像；通过对模板图像应用变换参数来生成至少一个模型图像；从至少一个模型图像中的每个模型图像中提取边缘点；针对每个模型图像，通过基于像素梯度大小的第一过滤对所提取的边缘点进行过滤，得到对应于每个模型图像的第一像素子集；通过基于像素梯度方向和像素距离的第二过滤对第一像素子集进行过滤，得到对应于每个模型图像的第二像素子集；通过计算第二像素子集中的每个像素与待检测图像区域中的对应像素之间的相似度，得到每个模型图像的第一匹配度；以及基于第一匹配度，判断至少一个模型图像中的每个模型图像与待检测图像区域是否匹配。

摘要： 本发明涉及一种基于二分图和图注意力机制的模板匹配方法，其特征是：构建MLF网络模块，用于提取模板图像和搜索图像的融合特征；构建BGAM网络模块，用于编码模板节点与搜索节点的关系，并为每个搜索节点和模板节点聚合相应的局部信息，生成定位模板的响应图；系统，包括网络构建模块、学习与预训练模块和计算与定位模块。有益效果：本发明实现了模板图像和搜索图像间局部到局部的信息传递，MLF网络模块通过融合目标不同层次表征意义的特征，提升了对模板目标的表示能力。本方法在众多实际的复杂场景中都可以准确稳定的实现模板匹配，减少了计算量和显存占用，利于在工程实践中部署。

摘要： 基于模板匹配和孪生神经网络优化的异源图像匹配方法，属于计算机图像处理领域，解决了目前异源图像匹配存在的困难及Sobel算子进行特征提取时存在的轮廓边缘较粗、定位精度不高的问题。该方法包括：SAR图像预处理；图像半像素处理；基于Sobel算子的素描图像转换；模板匹配；孪生神经网络精匹配。本发明适用于基于模板匹配对两幅相同区域场景的不同大小的异源图像进行匹配的图像处理操作。本发明在模板匹配的过程中，将异源图像进行了基于Sobel算子的素描图像转换，增强了匹配效果，且后续应用改进的孪生神经网络进行精匹配，使得异源图像匹配效果更好，匹配精度更高。

摘要： 一种鲁棒的基于最近邻特征点匹配的多尺度模板匹配方法，属于计算机视觉、图像处理领域，解决了现有的基于最邻近点匹配的方法存在，检测目标出现较大尺度缩放时检测准确度不够的问题。本发明通过对模板图像和被搜索图像的像素点提取特征；对像素点间进行最近邻特征匹配；根据初步匹配的相关性系数初步筛选搜索位置；对不同尺度，所有初步筛选搜索位置进行模板匹配相关性计算，并获得最优匹配结果。本发明适用于图像匹配使用。

摘要： 本发明提供了基于模板边缘评分的模板匹配方法、系统、设备及介质，通过根据待检测图像制作模板图像，并确定模板图像的中边缘、内边缘和外边缘，以及分别获取中边缘、内边缘和外边缘对应的像素点坐标，并绘制得到对应的中边缘线、内边缘线和外边缘线后，根据待检测图像的尺寸大小，分别对中边缘线、内边缘线和外边缘线进行尺寸变换，并根据变换后的中边缘线、内边缘线和外边缘线生成边缘图像，再根据边缘图像对待检测图像进行模板匹配得到匹配结果的方法，能够简单高效的针对各种形状的目标轮廓进行模板匹配，不仅能够有效提高前背景灰度值差异较大应用场景的匹配精准度，而且能增强模板匹配的泛化能力，还能在保证匹配精度的同时提升匹配效率。

摘要： 公开了一种帧间编码系统和方法，其中采用了可变尺寸的模板匹配。可以定义顶部模板、左侧模板和左上模板，其中，顶部模板的宽度等于编码块的宽度，左侧模板的高度等于编码块的高度，但模板的第二维度(高度和宽度)是可变的。接着识别当前编码块之间的最佳匹配，然后使用FRUC对编码块进行编码。

摘要： 一种模板库结合非线性模板匹配胎心率提取方法，通过对原始信号进行预处理后进行时频域变换，并采用模板匹配的方式对时频域内信号逐帧评估匹配度，然后以匹配度曲线的峰值的时刻和幅值解算瞬时心率。本发明使用临床的多普勒胎心信号数据构建模板库，每次检测从模板库中选取合适的模板，利用胎心信号与母体干扰的混合特点，降低了模板对母体干扰的敏感度，从而提取瞬时的胎心率。