本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種輪胎模具圖像的自動(dòng)定位方法。

背景技術(shù)：

圖像定位是圖像識(shí)別前端的重要圖像處理步驟，是圖形圖像學(xué)研究的重要方面，在計(jì)算機(jī)視覺中得到廣泛應(yīng)用，如在工業(yè)生產(chǎn)中，圖像定位用于自動(dòng)分割、智能下料、自動(dòng)裝配和缺陷檢測(cè)等。

輪胎模具產(chǎn)品中的字符缺陷，包括字符的漏印、錯(cuò)印和多印。字符缺陷檢測(cè)，就是要求檢測(cè)出不符合要求的字符，如有筆畫缺陷，漏印或錯(cuò)印的字符。輪胎模具圖像定位作為字符缺陷檢測(cè)的前端應(yīng)用，與傳統(tǒng)圖像定位不同，通過匹配輪胎模具實(shí)物圖像，定位CAD(Computer Aided Design,計(jì)算機(jī)輔助設(shè)計(jì))圖上相應(yīng)位置?，F(xiàn)有的輪胎模具圖像的定位方法需要對(duì)待測(cè)ROI(Region Of Interest，感興趣區(qū)域)圖像分類，預(yù)處理過程比較復(fù)雜，需要太多先驗(yàn)知識(shí)，不利于推廣，同時(shí)，每次對(duì)待測(cè)ROI圖像的定位都是全局搜索的，效率不高，而且僅僅通過相似度計(jì)算，魯棒性不強(qiáng)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種輪胎模具圖像的自動(dòng)定位方法，以解決現(xiàn)有的定位方法效率不高、魯棒性不強(qiáng)的問題。

本發(fā)明實(shí)施例提供了一種輪胎模具圖像的自動(dòng)定位方法，包括：

依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并對(duì)原始圖像進(jìn)行預(yù)處理生成多幅待測(cè)ROI圖像；

獲取待檢測(cè)輪胎模具的CAD設(shè)計(jì)圖對(duì)應(yīng)的平直型圖像，在所述平直型圖像上定位基準(zhǔn)ROI圖像，所述基準(zhǔn)ROI圖像為待測(cè)ROI圖像中的一幅圖像；

在所述平直型圖像中，生成與所述基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，所述搜索窗口不小于所述基準(zhǔn)ROI圖像區(qū)域；

將所述搜索窗口移動(dòng)預(yù)設(shè)矢量，并在移動(dòng)后的搜索窗口內(nèi)定位比對(duì)ROI圖像，所述比對(duì)ROI圖像為所述待測(cè)ROI圖像中除所述基準(zhǔn)ROI圖像之外的一幅圖像；

獲取所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述平直型圖像上的重疊區(qū)域；

當(dāng)所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件時(shí)，以所述預(yù)設(shè)矢量為單位繼續(xù)移動(dòng)所述搜索窗口，并在所述搜索窗口每移動(dòng)至新的位置時(shí)，按所述原始圖像的采集次序，依次定位與所述比對(duì)ROI圖像存在順序關(guān)系的待測(cè)ROI圖像。

進(jìn)一步，所述依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并對(duì)原始圖像進(jìn)行預(yù)處理生成多幅待測(cè)ROI圖像的步驟，包括：

根據(jù)預(yù)設(shè)旋轉(zhuǎn)角度依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并分別對(duì)所采集的每張?jiān)紙D像進(jìn)行處理后獲得輪胎外側(cè)圓弧形輪廓；

擬合輪胎外側(cè)圓弧形輪廓的圓心和半徑后，通過極坐標(biāo)變換將待測(cè)的輪胎外側(cè)圓弧形圖像轉(zhuǎn)換為平直型待測(cè)圖像，并對(duì)所述平直型待測(cè)圖像進(jìn)行閾值分割后，定位輪胎模具圖像區(qū)域，生成多幅待測(cè)ROI圖像。

進(jìn)一步，所述獲取待檢測(cè)輪胎模具的CAD設(shè)計(jì)圖對(duì)應(yīng)的平直型圖像，在所述平直型圖像上定位基準(zhǔn)ROI圖像，所述基準(zhǔn)ROI圖像為待測(cè)ROI圖像中的一幅圖像的步驟，包括：

獲取待檢測(cè)輪胎模具的CAD設(shè)計(jì)圖對(duì)應(yīng)的平直型圖像；

選取預(yù)設(shè)的一幅待測(cè)ROI圖像作為所述基準(zhǔn)ROI圖像；

采用歸一化互相關(guān)方法(NCC,Normalized Cross Correlation)在所述平直型圖像上定位所述基準(zhǔn)ROI圖像。

進(jìn)一步，所述采用歸一化互相關(guān)方法在所述平直型圖像上定位所述基準(zhǔn)ROI圖像的步驟，具體為：

通過以下公式獲取ncc(u,v)，并取相關(guān)系數(shù)最大的(u,v)作為所述基準(zhǔn)ROI圖像在所述平直型圖像上定位結(jié)果：

$ncc(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}\frac{f(d,\mathrm{\φ})-m_f}{\sqrt{s_f^2}}\·\frac{g(d+u,\mathrm{\φ}+v)-m_g(u,v)}{\sqrt{s_g^2(u,v)}}$

其中，f(d,φ)和g(d,φ)分別是待測(cè)ROI圖像和平直型圖像的像素值，N是搜索窗口內(nèi)平直型圖像的像素總數(shù)，R是搜索窗口內(nèi)平直型圖像的感興趣區(qū)域，m_f是搜索窗口內(nèi)平直型圖像灰度的平均值，是搜索窗口內(nèi)平直型圖像灰度值的方差，m_g(u,v)是搜索窗口位移(u,v)后對(duì)應(yīng)在平直型圖像灰度的平均值，是搜索窗口位移(u,v)后對(duì)應(yīng)在平直型圖像灰度值的方差，上式中：

$m_f=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}f(d,\mathrm{\φ})$

$s_f^2=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}{\left(f\right(d,\mathrm{\φ})-m_f)}^2$

$m_g(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}g(d+u,\mathrm{\φ}+v)$

$s_g^2(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}{\left(g\right(d+u,\mathrm{\φ}+v)-m_g(u,v\left)\right)}^2.$

進(jìn)一步，所述將所述搜索窗口移動(dòng)預(yù)設(shè)矢量，并在移動(dòng)后的搜索窗口內(nèi)定位比對(duì)ROI圖像，所述比對(duì)ROI圖像為所述待測(cè)ROI圖像中除所述基準(zhǔn)ROI圖像之外的一幅圖像的步驟，包括：

根據(jù)所述原始圖像的采集次序，獲取對(duì)應(yīng)待測(cè)ROI圖像的順序；

將所述搜索窗口移動(dòng)預(yù)設(shè)矢量，所述預(yù)設(shè)矢量由所述預(yù)設(shè)旋轉(zhuǎn)角度通過極坐標(biāo)變換獲??；

選取與所述基準(zhǔn)ROI圖像順序相鄰的待測(cè)ROI圖像作為比對(duì)ROI圖像。

進(jìn)一步，所述當(dāng)所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件時(shí)，以所述預(yù)設(shè)矢量為單位繼續(xù)移動(dòng)所述搜索窗口，并在所述搜索窗口移動(dòng)至新的位置時(shí)，按所述原始圖像的采集次序，定位與所述比對(duì)ROI圖像存在順序關(guān)系的待測(cè)ROI圖像的步驟，包括：

判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件；

若是，以所述預(yù)設(shè)矢量為單位繼續(xù)移動(dòng)所述搜索窗口，并在所述搜索窗口移動(dòng)至新的位置時(shí)，定位與移動(dòng)前搜索窗口內(nèi)待測(cè)ROI圖像順序相鄰的待測(cè)ROI圖像，重復(fù)執(zhí)行本步驟直至在所述平直型圖像上定位所有待測(cè)ROI圖像。

進(jìn)一步，所述判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件的步驟之后，還包括：

若否，則重新選取基準(zhǔn)ROI圖像并在所述平直型圖像上進(jìn)行定位，再重新執(zhí)行所述在所述平直型圖像中，生成與所述基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，所述搜索窗口不小于所述基準(zhǔn)ROI圖像區(qū)域的步驟。

進(jìn)一步，判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件的步驟，包括：

定義相鄰兩張待測(cè)ROI圖像為I_t和I_t+1，通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的前向誤差FE：

FE＝1-S_t,t+1

其中o_t,t+1是I_t在重疊區(qū)域的局部圖像的HOG(Histograms-of-Gradients方向梯度直方圖)特征；o_t+1,t是I_t+1在重疊區(qū)域的HOG特征；

判斷FE＜Th，則所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件，其中Th是差異度閾值。

進(jìn)一步，判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件的步驟，包括：

定義相鄰三張待測(cè)ROI圖像為I_t-1、I_t和I_t+1，其中，I_t-1和I_t之間形成第一重疊區(qū)域，I_t和I_t+1之間形成第二重疊區(qū)域；通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的前向誤差FE：

FE＝1-S_t,t+1

其中o_t,t+1是I_t在第一重疊區(qū)域的局部圖像的HOG特征；o_t+1,t是I_t+1在第一重疊區(qū)域的HOG特征；

通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的后向誤差BE；

BE＝1-S_t-1,t

其中o_t,_t-1是I_t在第二重疊區(qū)域的局部圖像的HOG特征；o_t-1,t是I_t-1在第二重疊區(qū)域的局部圖像的HOG特征；

判斷FBE＜Th，則所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件，其中FBE＝max(FE,BE)，Th是差異度閾值。

進(jìn)一步，所述差異度閾值取值為0.1。

本發(fā)明實(shí)施例的有益效果是：通過在平直型圖像上定位基準(zhǔn)ROI圖像，再生成與基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，通過移動(dòng)搜索窗口，依次定位與基準(zhǔn)ROI圖像存在順序關(guān)系的包括比對(duì)ROI圖像在內(nèi)的其他待測(cè)ROI圖像，本發(fā)明實(shí)施例充分利用了圖像之間的時(shí)間順序和空間關(guān)系，不需要對(duì)所有待測(cè)ROI圖像進(jìn)行分類及全局定位，既保證了定位的準(zhǔn)確性，又保證了定位的速度。同時(shí)，本發(fā)明實(shí)施例通過判斷基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件，進(jìn)而判斷全局定位以及預(yù)設(shè)矢量是否準(zhǔn)確，具有較高的可靠性，魯棒性強(qiáng)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例描述中所需要使用的附圖作簡單地介紹，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明第一實(shí)施例的輪胎模具圖像的自動(dòng)定位方法的流程圖；

圖2為本發(fā)明的基準(zhǔn)ROI圖像和比對(duì)ROI圖像在重疊區(qū)域內(nèi)的局部圖像的獲取方法的示意圖；

圖3為本發(fā)明第二實(shí)施例的輪胎模具圖像的自動(dòng)定位方法的流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

第一實(shí)施例

參照?qǐng)D1，是本發(fā)明的輪胎模具圖像的自動(dòng)定位方法的第一實(shí)施例的流程圖，該方法包括：

步驟101，依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并對(duì)原始圖像進(jìn)行預(yù)處理生成多幅待測(cè)ROI圖像。

在本實(shí)施例中，上述原始圖像具有順序關(guān)系，順序鄰接的原始圖像包含對(duì)輪胎模具的重復(fù)采集區(qū)域，各原始圖像可生成一幅或多幅ROI圖像，示例性的，待測(cè)ROI圖像可以對(duì)應(yīng)輪胎模具的圖案和文字部分的圖像。

步驟102，獲取待檢測(cè)輪胎模具的CAD設(shè)計(jì)圖對(duì)應(yīng)的平直型圖像，在所述平直型圖像上定位基準(zhǔn)ROI圖像，所述基準(zhǔn)ROI圖像為待測(cè)ROI圖像中的一幅圖像。

基準(zhǔn)ROI圖像可以是待測(cè)ROI圖像中的任意一幅圖像，也可以是待測(cè)ROI圖像中的按預(yù)設(shè)選取規(guī)則獲取的一幅ROI圖像，在本實(shí)施例中，為便于后續(xù)計(jì)算和定位，優(yōu)選使用預(yù)設(shè)選取規(guī)則獲取的一幅ROI圖像作為待測(cè)ROI圖像。

步驟103，在所述平直型圖像中，生成與所述基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，所述搜索窗口不小于所述基準(zhǔn)ROI圖像區(qū)域。

請(qǐng)參考圖2，定義相鄰基準(zhǔn)ROI圖像為I_t，定義比對(duì)ROI圖像為I_t+1。在平直型圖像中，以所述基準(zhǔn)ROI圖像所在區(qū)域?qū)?yīng)生成搜索窗口(圖中以虛線框表示)，本實(shí)施例中，搜索窗口可以略大于基準(zhǔn)ROI圖像所在區(qū)域。

步驟104，將所述搜索窗口移動(dòng)預(yù)設(shè)矢量，并在移動(dòng)后的搜索窗口內(nèi)定位比對(duì)ROI圖像，所述比對(duì)ROI圖像為所述待測(cè)ROI圖像中除所述基準(zhǔn)ROI圖像之外的一幅圖像。

上述預(yù)設(shè)矢量可以通過先驗(yàn)知識(shí)或預(yù)設(shè)公式獲取，通過將搜索窗口移動(dòng)預(yù)設(shè)矢量后，將比對(duì)ROI圖像在移動(dòng)后的搜索窗口內(nèi)進(jìn)行定位，具體的，比對(duì)ROI圖像可以是與基準(zhǔn)ROI圖像順序相鄰的一幅圖像。

步驟105，獲取所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述平直型圖像上的重疊區(qū)域。

在本實(shí)施例中，本步驟中的重疊區(qū)域可以對(duì)應(yīng)上述輪胎模具的重復(fù)采集區(qū)域。在重疊區(qū)域內(nèi)分別獲取基準(zhǔn)ROI圖像和比對(duì)ROI圖像的局部圖像。

步驟106，當(dāng)所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件時(shí)，以所述預(yù)設(shè)矢量為單位繼續(xù)移動(dòng)所述搜索窗口，并在所述搜索窗口每移動(dòng)至新的位置時(shí)，按所述原始圖像的采集次序，定位與所述比對(duì)ROI圖像存在順序關(guān)系的待測(cè)ROI圖像。

本步驟對(duì)上述基準(zhǔn)ROI圖像和比對(duì)ROI圖像的局部圖像進(jìn)行比對(duì)，并判斷其差異度，判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件的方法，具體為：通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的前向誤差FE：

FE＝1-S_t,t+1

其中o_t,t+1是I_t在重疊區(qū)域的局部圖像的HOG特征；o_t+1,t是I_t+1在重疊區(qū)域的HOG特征；

當(dāng)判斷FE＜Th，則所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件，其中Th是差異度閾值，取值可以是0.1。此時(shí)判斷基準(zhǔn)ROI圖像、以及預(yù)設(shè)矢量值的選取準(zhǔn)確。繼續(xù)以所述預(yù)設(shè)矢量為單位移動(dòng)所述搜索窗口，并當(dāng)搜索窗口第二次移動(dòng)到新位置時(shí)，定位待測(cè)ROI圖像I_t+2；當(dāng)搜索窗口第三次移動(dòng)到新位置時(shí)，定位待測(cè)ROI圖像I_t+3，依次類推直至所有待測(cè)ROI圖像均在平直型圖像上定位。其中，I_t、I_t+1、I_t+2、I_t+3對(duì)應(yīng)原始圖像的采集次序，且順序上依次鄰接。

本發(fā)明實(shí)施例的有益效果是：通過在平直型圖像上定位基準(zhǔn)ROI圖像，再生成與基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，通過移動(dòng)搜索窗口，依次定位與基準(zhǔn)ROI圖像存在順序關(guān)系的包括比對(duì)ROI圖像在內(nèi)的其他待測(cè)ROI圖像，本發(fā)明實(shí)施例充分利用了圖像之間的時(shí)間順序和空間關(guān)系，不需要對(duì)所有待測(cè)ROI圖像進(jìn)行分類及全局定位，既保證了定位的準(zhǔn)確性，又保證了定位的速度。同時(shí)，本發(fā)明實(shí)施例通過判斷基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件，進(jìn)而判斷全局定位以及預(yù)設(shè)矢量是否準(zhǔn)確，具有較高的可靠性，魯棒性強(qiáng)。

第二實(shí)施例

參照?qǐng)D2，是本發(fā)明的輪胎模具圖像的自動(dòng)定位方法第二實(shí)施例的流程圖，該方法包括：

步驟201，根據(jù)預(yù)設(shè)旋轉(zhuǎn)角度依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并分別對(duì)所采集的每張?jiān)紙D像進(jìn)行處理后獲得輪胎外側(cè)圓弧形輪廓。

本步驟作為原始圖像的一種具體實(shí)施方式而非限定，具體的，獲取輪胎外側(cè)圓弧形輪廓的方式包括：依次對(duì)待檢測(cè)輪胎模具進(jìn)行掃描并采集獲得多幅原始圖像，并分別對(duì)所采集的每張?jiān)紙D像進(jìn)行圖像去噪和閾值分割處理后，得到輪胎模具輪廓，進(jìn)而根據(jù)輪廓曲率斷開輪廓，從而根據(jù)每段輪廓的方向、長度以及曲率，獲得輪胎外側(cè)圓弧形輪廓。

步驟202，擬合輪胎外側(cè)圓弧形輪廓的圓心和半徑后，通過極坐標(biāo)變換將待測(cè)的輪胎外側(cè)圓弧形圖像轉(zhuǎn)換為平直型待測(cè)圖像，并對(duì)所述平直型待測(cè)圖像進(jìn)行閾值分割后，定位輪胎模具圖像區(qū)域，生成多幅待測(cè)ROI圖像。

上述待測(cè)ROI圖像可以對(duì)應(yīng)輪胎模具的圖案和文字部分的圖像。

步驟203，獲取待檢測(cè)輪胎模具的CAD設(shè)計(jì)圖對(duì)應(yīng)的平直型圖像。

本步驟的實(shí)現(xiàn)方式與步驟201及步驟202類似，這里不再贅述。

步驟204，選取預(yù)設(shè)的一幅待測(cè)ROI圖像作為所述基準(zhǔn)ROI圖像。

步驟205，采用歸一化互相關(guān)方法在所述平直型圖像上定位所述基準(zhǔn)ROI圖像。

在本實(shí)施例中，可以通過以下公式獲取ncc(u,v)，并取相關(guān)系數(shù)最大的(u,v)作為所述基準(zhǔn)ROI圖像在所述平直型圖像上定位結(jié)果：

$ncc(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}\frac{f(d,\mathrm{\φ})-m_f}{\sqrt{s_f^2}}\·\frac{g(d+u,\mathrm{\φ}+v)-m_g(u,v)}{\sqrt{s_g^2(u,v)}}$

其中，f(d,φ)和g(d,φ)分別是待測(cè)ROI圖像和平直型圖像的像素值，N是搜索窗口內(nèi)平直型圖像的像素總數(shù)，R是搜索窗口內(nèi)平直型圖像的感興趣區(qū)域，m_f是搜索窗口內(nèi)平直型圖像灰度的平均值，是搜索窗口內(nèi)平直型圖像灰度值的方差，m_g(u,v)是搜索窗口位移(u,v)后對(duì)應(yīng)在平直型圖像灰度的平均值，是搜索窗口位移(u,v)后對(duì)應(yīng)在平直型圖像灰度值的方差，上式中：

$m_f=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}f(d,\mathrm{\φ})$

$s_f^2=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}{\left(f\right(d,\mathrm{\φ})-m_f)}^2$

$m_g(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}g(d+u,\mathrm{\φ}+v)$

$s_g^2(u,v)=\frac{1}{N}\underset{(d,\mathrm{\φ})\∈R}{\Σ}{\left(g\right(d+u,\mathrm{\φ}+v)-m_g(u,v\left)\right)}^2.$

步驟206，在所述平直型圖像中，生成與所述基準(zhǔn)ROI圖像區(qū)域?qū)?yīng)的搜索窗口，所述搜索窗口不小于所述基準(zhǔn)ROI圖像區(qū)域。

本步驟與第一實(shí)施例的對(duì)應(yīng)步驟相同，這里不再贅述。

步驟207，根據(jù)所述原始圖像的采集次序，獲取對(duì)應(yīng)待測(cè)ROI圖像的順序。

當(dāng)一幅原始圖像對(duì)應(yīng)生成多個(gè)待測(cè)ROI圖像時(shí)，該基于一幅原始圖像生成的多個(gè)待測(cè)ROI圖像的順序與原始圖像的采集方向?qū)?yīng)。

步驟208，將所述搜索窗口移動(dòng)預(yù)設(shè)矢量，所述預(yù)設(shè)矢量由所述預(yù)設(shè)旋轉(zhuǎn)角度通過極坐標(biāo)變換獲取。

在本實(shí)施例中，預(yù)設(shè)矢量可通過所述預(yù)設(shè)旋轉(zhuǎn)角度帶入預(yù)設(shè)公式中得出。預(yù)設(shè)矢量可以是與上述采集方向?qū)?yīng)同向的，也可以是對(duì)應(yīng)反向的。示例性的，待測(cè)ROI圖像的順序?yàn)閳D像1、圖像2、圖像3、......、圖像n。

步驟209，選取與所述基準(zhǔn)ROI圖像順序相鄰的待測(cè)ROI圖像作為比對(duì)ROI圖像。

步驟210，判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件。

在本步驟中，判斷所述基準(zhǔn)ROI圖像和所述比對(duì)ROI圖像在所述重疊區(qū)域內(nèi)的局部圖像的差異度是否符合預(yù)設(shè)條件的方法，包括：

定義相鄰三張待測(cè)ROI圖像為I_t-1、I_t和I_t+1，其中，I_t-1和I_t之間形成第一重疊區(qū)域，I_t和I_t+1之間形成第二重疊區(qū)域；通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的前向誤差FE：

FE＝1-S_t,t+1

其中o_t,t+1是I_t在第一重疊區(qū)域的局部圖像的HOG特征；o_t+1,t是I_t+1在第一重疊區(qū)域的HOG特征；

通過以下公式獲取所述重疊區(qū)域內(nèi)的局部圖像的后向誤差BE；

BE＝1-S_t-1,t

其中o_t,t-1是I_t在第二重疊區(qū)域的局部圖像的HOG特征；o_t-1,t是I_t-1在第二重疊區(qū)域的局部圖像的HOG特征；

判斷FBE＜Th，則所述重疊區(qū)域內(nèi)的局部圖像的差異度符合預(yù)設(shè)條件，其中FBE＝max(FE,BE)，Th是差異度閾值，取值可以是0.1。

步驟211，若是，以所述預(yù)設(shè)矢量為單位繼續(xù)移動(dòng)所述搜索窗口，并在所述搜索窗口移動(dòng)至新的位置時(shí)，定位與移動(dòng)前搜索窗口內(nèi)待測(cè)ROI圖像順序相鄰的待測(cè)ROI圖像，重復(fù)執(zhí)行本步驟直至在所述平直型圖像上定位所有待測(cè)ROI圖像。

步驟212，若否，則重新選取基準(zhǔn)ROI圖像并在所述平直型圖像上進(jìn)行定位，再重新執(zhí)行步驟S205。

本發(fā)明實(shí)施例中，通過前向誤差和后向誤差同時(shí)判斷待測(cè)ROI圖像和預(yù)設(shè)矢量取值的準(zhǔn)確性，進(jìn)一步提高了本發(fā)明實(shí)施例的可靠性?？梢灶A(yù)見的是，本發(fā)明中前向誤差和后向誤差的判斷方法還可以用于除基準(zhǔn)ROI圖像之外的其他待測(cè)ROI圖像的定位，以進(jìn)一步提高本發(fā)明實(shí)施例的定位準(zhǔn)確性。同時(shí)，當(dāng)判斷定位錯(cuò)誤時(shí)，本發(fā)明實(shí)施例可自動(dòng)重新選取基準(zhǔn)ROI圖像，并進(jìn)行定位，無需人員糾錯(cuò)，自動(dòng)化智能水平較高。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，在本發(fā)明各個(gè)實(shí)施例中各步驟可以通過對(duì)應(yīng)的虛擬功能單元實(shí)現(xiàn)。各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。