一种基于梯度强度和方向的模板匹配方法.pdf

本发明提供一种基于梯度强度和方向的模板匹配方法，包括：模板训练：采集一幅印刷图案无缺陷的产品包装图像，称其为模板图像，对其进行训练，得到图案轮廓的5级金字塔图像，称为模板ID；模板匹配：将步骤1中的模板ID取出，通过在五层金字塔中从最高层到最底层逐层对比待匹配包装图像与模板ID中梯度的方向，得到待匹配包装图像中印刷图案的相似度、旋转角度、缩放比例和中心位置。

1.一种基于梯度强度和方向的模板匹配方法，包括下列步骤：
1)模板训练：采集一幅印刷图案无缺陷的产品包装图像，称其为模板图像，对其进行训
练，得到图案轮廓的五层金字塔图像，称为模板ID，训练过程中采用4-邻域方法计算梯度，
图像f(i,j)在点(i,j)处的梯度G(i,j)为
$G(i,j)=d_x(i,j)\stackrel{\→}{i}+d_y(i,j)\stackrel{\→}{j}---\left(1\right)$
其中，
$d_x(i,j)=\frac{\[f(i+1,j)-f(i,j)\]+\[f(i+1,j+1)-f(i,j+1)\]}{2}---\left(2\right)$
$d_y(i,j)=\frac{\[f(i,j+1)-f(i,j)\]+\[f(i+1,j+1)-f(i+1,j)\]}{2}---\left(3\right)$
则，梯度强度I(i,j)和方向θ(i,j)分别为
$I(i,j)=\sqrt[2]{{\[d_x(i,j)\]}^2+{\[d_y(i,j)\]}^2}---\left(4\right)$
$\mathrm{\θ}(i,j)={\tan }^{-1}\frac{d_y(i,j)}{d_x(i,j)}---\left(5\right)$
训练过程中，依据梯度强度I(i,j)保留模板图案的轮廓，保存模板ID和模板梯度；
2)模板匹配：对于待匹配包装图像，采用4-领域方法逐像素计算图像的梯度方向，将
步骤1中的模板ID取出，通过在五层金字塔中从最高层到最底层逐层对比待匹配包装图像
与模板ID中梯度的方向θ(i,j)，得到待匹配包装图像中印刷图案的相似度、旋转角度、缩放
比例和中心位置。

一种基于梯度强度和方向的模板匹配方法

技术领域

本发明涉及一种基于梯度强度和方向的模板匹配方法。

背景技术

在产品包装生产过程中，为了保证包装的合格性，需要检验包装表面的图案。模板
匹配方法广泛应用于包装表面图案的合格性检验中。如何能够快速准确地匹配产品包装图
案是一个需要解决的问题。目前，国内还没有提出一种基于梯度强度和方向的模板匹配法
快速准确匹配产品包装图案的方法。

发明内容

针对上述问题，本发明的目的是提供一种新的梯度计算方法，基于梯度的强度和
方向快速准确匹配产品包装图案的方法。该方法能有效检验待匹配图像中与模板匹配的图
案，便于进行后续缺陷检测。本发明的技术方案如下：

一种基于梯度强度和方向的模板匹配方法，包括下列步骤：

1)模板训练：采集一幅印刷图案无缺陷的产品包装图像，称其为模板图像，对其进
行训练，得到图案轮廓的五层金字塔图像，称为模板ID，训练过程中采用4-邻域方法计算梯
度，图像f(i,j)在点(i,j)处的梯度G(i,j)为

其中，

则，梯度强度I(i,j)和方向θ(i,j)分别为

训练过程中，依据梯度强度I(i,j)保留模板图案的轮廓，保存模板ID和模板梯度；

2)模板匹配：对于待匹配包装图像，采用4-领域方法逐像素计算图像的梯度方向，
将步骤1中的模板ID取出，通过在五层金字塔中从最高层到最底层逐层对比待匹配包装图
像与模板ID中梯度的方向θ(i,j)，得到待匹配包装图像中印刷图案的相似度、旋转角度、缩
放比例和中心位置。

本发明的技术效果如下：

(1)本发明能基于梯度强度准确进行模板训练。

(2)本发明能基于梯度方向快速准确进行模板匹配。

(3)本发明支持高速检测，匹配速度平均为5ms。

附图说明

图1训练图像；

图2训练模板图案；

图3训练图像5层金字塔；

图4像素(i,j)的4-邻域示意图；

图5待匹配图像；

图6匹配结果。

具体实施方式

下面结合附图和实施例对本发明的进行详细的描述。

1)模板训练：采集一幅无缺陷印刷图案的产品包装图像(该图像称为模板图像)，
如图1所示。训练如图2所示的模板图案，得到图案轮廓的5级金字塔图像(称为模板ID)，如
图3所示。

训练过程中采用如图4所示的4-邻域方法计算梯度，图像f(i,j)在点(i,j)处的梯
度G(i,j)为

其中，

则，梯度强度I(i,j)和方向θ(i,j)分别为

训练过程中，依据梯度强度I(i,j)保留模板图案的轮廓。保存模板ID和模板梯度。
在后续匹配中，将待匹配包装图像与模板ID进行匹配。得到待匹配包装图像中包含模板图
案的相似度、偏转角度、缩放比例和中心位置。在本实例中，图案在模板图像中的位置为
(191,232)。

2)模板匹配：图5为待匹配包装图像，采用如图4所示的4-领域方法并根据式(1)、
(2)、(3)和(5)逐像素计算该图像的梯度方向。将步骤1中的模板ID取出，通过在五层金字塔
中从最高层到最底层逐层对比图5的待匹配包装图像与模板ID中梯度的方向θ(i,j)，得到
待匹配包装图像中印刷图案的相似度、旋转角度、缩放比例和中心位置。本实例中待匹配包
装图像中，共有4个图案与模板图案匹配，如图6所示。4个匹配得到的图案与模板图案的相
似度、偏转角度和缩放比例，以及它们的中心位置如表1所示。

表1匹配得到的图案与模板图案的相似度、偏转角度和缩放程度以及中心位置

匹配图案序号
相似度
偏转角度
缩放程度
中心位置
1
90.11
0.00
1.00
(191，232)
2
88.14
2.75
1.01
(735,32)
3
84.14
1.24
0.91
(294,412)
4
82.21
0.17
1.03
(230,33)