(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210474380.7 (22)申请日 2022.04.29 (71)申请人 江苏熙枫智能科技有限公司 地址 213032 江苏省常州市新北区常澄路 888号 (72)发明人 王晓跃　 (74)专利代理 机构 安徽思沃达知识产权代理有 限公司 342 20 专利代理师 唐明 (51)Int.Cl. G06V 10/75(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/56(2022.01) G06K 9/62(2022.01) (54)发明名称 一种计算机 视觉图像匹配方法 (57)摘要 本发明公开了一种计算机视觉图像匹配方 法， 涉及定位成像设备领域， 解决了现有的工程 定位成像设备不方便调节， 易被遮挡物遮挡， 同 时也不能灵活的进行移动的问题， 现提出如下方 案， 其包括以下步骤： 模板图像获取： 将 模板图像 上传电脑， 然后由计算机生成标准参考模板图 像； 模板图像网格划分： 对生成的参考模板图像 进行网格划分， 形成多个大小相同的单元网格图 像； 模板图像特征值提取： 对参考图像的点特征、 线特征、 面特征、 颜色特征 以及边缘特征进行提 取； 目标图像处理： 将目标图像进行网格划分， 然 后再对特征值进行提取； 图像匹配： 通过SIFT特 征点匹配 法对所提取的特征值进行匹配。 本方法 螺大大的提高图像匹配的精确度以及速率的特 点。 权利要求书1页 说明书3页 CN 114998626 A 2022.09.02 CN 114998626 A 1.一种计算机 视觉图像匹配方法， 其特 征在于， 包括以下步骤： S1： 模板图像获取： 将模板图像上传电脑， 然后由计算机生成标准 参考模板图像； S2： 模板图像网格划分： 对生成的参考模板图像进行网格划分， 形成多个大小相同的单 元网格图像； S4： 模板图像特征值提取： 对参考图像的点特征、 线特征、 面特征、 颜色特征以及边缘特 征进行提取； S5： 目标图像处 理： 将目标图像进行网格划分， 然后再对特 征值进行提取； S6： 图像匹配： 通过SIFT特 征点匹配法对所提取的特 征值进行匹配； S7： 匹配结果： 将待 匹配影像的一个特征点与参考影像的所有m个特征点分别进行欧氏 距离计算， 得到的一个包含m个欧式距离的集合， 如果最邻近与次邻近距离的比值小于某 一 阈值， 则与最邻近距离所对应的特征点为一对匹配点对， 将A的所有 特征点依次都进 行以上 运算， 即可得到所有的匹配点对。 2.根据权利要求1所述的一种计算机视觉图像匹配方法， 其特征在于， 所述S4中在 彩色 图像的分割中， 将RGB模式转换为HSV颜色空间模型， 其 转环方法为： 其中R、 G、 B为RGB颜色空间模型分量， H表示色度， S表示饱和度， H表示色调， V 表示强度。 3.根据权利要求1所述的一种计算机视觉图像匹配方法， 其特征在于， 所述S4中颜色特 征用直方图表示， 且表示方法为： H(I)＝[h(0)， h(1)， . ..h(N‑1)] nk表示第k种颜色的像素的数目， N 为颜色数。 4.根据权利要求1所述的一种计算机视觉图像匹配方法， 其特征在于， 所述直方图的累 计统计方法为： 权　利　要　求　书 1/1 页 2 CN 114998626 A 2一种计算机 视觉图像匹配方 法 技术领域 [0001]本发明涉及图像匹配领域， 尤其涉及一种计算机 视觉图像匹配方法。 背景技术 [0002]图像视觉特征的提取和表示是将图像的视觉信息转化成计算机能够识别和处理 的定量形式的过程， 是基于 视觉内容的图像分类与检索的关键技 术。 [0003]现有基于计算机视觉的图像匹配方法大多采用传统的灰度匹配方法或特征匹配 方法， 其中灰度匹配方法虽然精确度较高， 但处理速度太慢， 易过度消耗计算机资源， 而传 统的特征匹配方法虽然提高了系统处理速度， 但易受环境干扰等因素影响， 导致匹配精度 降低。 [0004]颜色是图像视觉信息的一个重要特征， 是图像分类与检索中最为广泛应用的特征 之一。 一般来说同一类别的图像之间颜色信息具有一定的相似性， 不同类别的图像， 其颜色 信息具有一定的差异。 相对几何特征而言， 颜色特征稳定性好， 有对大小、 方向不敏感等特 点。 而现有的图像匹配方法中还没有有效的利用这一特征因素 的。 因此提出一种基于计算 机视觉的图像匹配方法。 发明内容 [0005]本发明的目的在于提供一种计算机视觉图像匹配方法， 解决了现有的图像匹配方 法易受环境干扰等因素影响， 导 致匹配精度降低， 且处 理速度慢的问题。 [0006]为实现上述目的， 本 发明提供如下技术方案： 一种计算机视觉图像匹配方法， 包括 以下步骤： [0007]S1： 模板图像获取： 将模板图像上传电脑， 然后由计算机生成标准 参考模板图像； [0008]S2： 模板图像网格划分： 对生成的参考模板图像进行 网格划分， 形成多个大小相同 的单元网格图像； [0009]S4： 模板图像特征值提取： 对参考图像的点特征、 线特征、 面特征、 颜色特征以及边 缘特征进行提取； [0010]S5： 目标图像处 理： 将目标图像进行网格划分， 然后再对特 征值进行提取； [0011]S6： 图像匹配： 通过SIFT特 征点匹配法对所提取的特 征值进行匹配； [0012]S7： 匹配结果： 将待匹配影像的一个特征点与参考影像的所有m  个特征点分别进 行欧氏距离计算， 得到的一个包含m个欧式距离的集合， 如果最邻近与次邻近距离的比值小 于某一阈值， 则与最邻近距离所对应的特征点为一对匹配点对， 将A的所有特征点依次都进 行以上运 算， 即可得到所有的匹配点对。 [0013]优选的， 所述S4中在彩色图像的分割中， 将RGB模式转换为HSV  颜色空间模型， 其 转环方法为：说　明　书 1/3 页 3 CN 114998626 A 3