一種快速互相關灰度圖像匹配方法與裝置制造方法
【專利摘要】本發明公開了一種快速互相關灰度圖像匹配方法與裝置，用于在灰度目標圖像中查找目標圖案的位置與方向，所述方法包括：對模板圖像進行極坐標轉換；獲取灰度目標圖像中目標圖案的外接盒，將其定義為目標圖案搜索區；在目標圖案搜索區中選取與模板圖像同樣大小的匹配區域，對所述匹配區域進行極坐標轉換，計算所述匹配區域一維數據與所述模板圖像一維數組的相關性；直至對所有的匹配區域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲取所述目標圖案的位置與方向。通過本發明方法，從而縮小匹配的搜索范圍，提高匹配速度，并且通過極坐標形式的歸一化互相關計算，實現目標圖像±180度全角度匹配。
【專利說明】一種快速互相關灰度圖像匹配方法與裝置
【技術領域】
[0001]本發明屬于圖像處理【技術領域】，更具體地，涉及一種快速互相關灰度圖像匹配方法與裝置。
【背景技術】
[0002]在集成電路(IC)制造業中，高速度、高精度的進行拾取、放置芯片是影響生產效率的關鍵。而拾取、放置芯片又依賴于高速度、高精度的芯片定位技術。機器視覺技術利用攝像機對檢測對象進行拍照，然后通過相應的圖像處理算法進行計算與分析，從而完成目標檢測與定位，作為一種非接觸的測量手段，機器視覺技術在IC制造業得到非常廣泛應用。在機器視覺中，圖像匹配技術是實現聞速度、聞精度定位的關鍵。
[0003]傳統的歸一化互相關灰度匹配方法對整幅圖像進行搜索匹配，浪費了大量的匹配時間。同時由于IC制造設備本身機械誤差的原因，常常出現模板圖案與目標圖像中的圖案存在旋轉的情況，由于旋轉的存在，使得圖像匹配算法更加復雜。
【發明內容】
[0004]針對現有技術的以上缺陷或改進需求，本發明提供了一種能快速全角度進行歸一化互相關灰度匹配方法，其目的在于提高灰度匹配速度，由此解決IC制造裝備因為圖像匹配時間過長，影響生產效率的技術問題。
[0005]為實現上述目的，按照本發明的一個方面，提供了一種快速互相關灰度圖像匹配方法，用于在灰度目標圖像中查找目標圖案的位置與方向，包括:
[0006]( I)對模板圖像進行極坐標轉換，并將轉換后的模板圖像數據轉換為一維數組，將其定義為模板圖像一維數組；
[0007](2)獲取灰度目標圖像中目標圖案的外接盒，將其定義為目標圖案搜索區，其中所述外接盒是指包含目標圖案的最小長方形；
[0008](3)在目標圖案搜索區中選取與模板圖像同樣大小的匹配區域，對所述匹配區域進行極坐標轉換，并將轉換后的匹配區域圖像數據也轉換為一維數組，將其定義為匹配區域一維數組，計算所述匹配區域一維數據與所述模板圖像一維數組的相關性；
[0009](4)重復步驟(3)，直至對所有的匹配區域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲取所述目標圖案的位置與方向。
[0010]通過本發明所提出的方法，對采集到的圖像進行預處理，確定出目標圖像中圖案的外接盒位置，從而縮小匹配的搜索范圍，提高匹配速度；另外將模板圖像和目標搜索區域圖像轉換成一維數組，然后進行極坐標形式的歸一化互相關計算，實現目標圖像±180度全角度匹配。
[0011]優選地，所述步驟(1)具體包括:
[0012]設模板圖像的寬度為WM，模板圖像的高度為HM，模板圖像某點的像素灰度值為Mode [Y] [X]，其中O≤Y〈Hm，O ( X〈WM，則模板圖像的中心點坐標為Ycm= (Hm-1) /2，Xcm= (W1-1)/2,以模板圖像中心為圓心，以模板Wm/2和Hm/2的最小值為半徑Rm，進行極坐標轉換，轉換后的圖像表示為像素灰度值的一維數組=ModePolar [P] =Mode[Y] [X]，其中Y=FLOOR (Ycm-P sin ΘΜ)，X=FLOOR (Xcm+P cos Θ M), FLOOR 符號代表取比括號中的數小的最大整數，P =1，2…Rm, Θμ=0, Δ θ ,2Δ θ...2π, Δ θ 為角度匹配的精度，N=CEIL ((2 π/Δ θ+1) WflhCEIL代表取比括號中的數大的最小整數，將ModePolar[P]數組復制1份，2個數組首尾相連組成新的一維數組ModePolar D[Q],其中Q=O, I, 2...2N,并計算歸一化互相關參數:
【權利要求】
1.一種快速互相關灰度圖像匹配方法，其特征在于，用于在灰度目標圖像中查找目標圖案的位置與方向，包括: (1)對模板圖像進行極坐標轉換，并將轉換后的模板圖像數據轉換為一維數組，將其定義為模板圖像一維數組； (2)獲取灰度目標圖像中目標圖案的外接盒，將其定義為目標圖案搜索區，其中所述外接盒是指包含目標圖案的最小長方形； (3)在目標圖案搜索區中選取與模板圖像同樣大小的匹配區域，對所述匹配區域進行極坐標轉換，并將轉換后的匹配區域圖像數據也轉換為一維數組，將其定義為匹配區域一維數組，計算所述匹配區域一維數據與所述模板圖像一維數組的相關性； (4)重復步驟(3)，直至對所有的匹配區域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲取所述目標圖案的位置與方向。
2.如權利要求1所述的方法，其特征在于，所述步驟(1)具體包括:設模板圖像的寬度為WM，模板圖像的高度為Hm，模板圖像某點的像素灰度值為Mode [Y] [X]，其中O( Y〈Hm，0 ( X〈WM，則模板圖像的中心點坐標為Ycm= (Hm-1)/2，Xcm= (Wm-1)/2，以模板圖像中心為圓心，以模板Wm/2和Hm/2的最小值為半徑Rm，進行極坐標轉換，轉換后的圖像表示為像素灰度值的一維數組=ModePolar [P] =Mode[Y] [X]，其中 Y=FLOOR(Ycm-P sin θ M)，X=FLOOR(XCM+ P cos θ Μ)，FLOOR符號代表取比括號中的數小的最大整數，P =1，2...Rm, Θμ=0, Δ θ ,2Δ ΘΔ θ 為角度匹配的精度，N=CEIL ((2 Ji/Δ θ+1).Rm-1) , CEIL代表取比括號中的數大的最小 整數，將M0deP0lar[P]數組復制1份，2個數組首尾相連組成新的一維數組ModePolar D[Q],其中Q=O, I, 2...2N,并計算歸一化互相關參數:
3.如權利要求2所述的方法，其特征在于，所述ModePolar[P]的賦值過程為:
(All)初始化參數:P =1，ΘΜ=0, P=O，Yc= (Hm-1)/2，Xc= (Wm-1)/2 ；
(A12)計算參數=Y=FLOOR(Ycm-P sin Θ M)，X=FLOOR(XCM+P co θ Μ)； (Α13)將模板圖像的數據進行極坐標轉換=ModePolar [P] =Mode[Y] [X]；
(Al4) P = P +1，Ρ=Ρ+1 ； (Α15)判斷P是否大于RM，如果大于則執行第(A16)步，如果不大于則返回執行第(A12)步；
(Al6) P =0，θ μ= Θ M+ Δ Θ ； (A17)判斷θ M是否大于2 π，如果大于則結束，如果不大于則返回執行第(A12)步。
4.如權利要求1所述的方法，其特征在于，所述步驟(2)具體為:設置相應的灰度閾值將灰度目標圖像二值化，二值化后的灰度目標圖像變成黑白兩色，對經過二值化后的灰度目標圖像采用像素標記或者游程連通性分析方法進行連通域分析，計算出目標圖案的外接盒，其中外接盒是指包含目標圖案的最小長方形； 設計算出的外接盒的左上角相對目標圖像坐標原點的像素坐標為(XB，YB)，外接盒的寬度為WB，高度為Hb，則原目標圖像中的目標圖案搜索區左上角相對于目標圖像坐標原點的坐標為XSQ=XB-OffSet，Yso=Ye-Offset,目標圖案搜索區的寬度1=胃#2父(^&的，高度為Hs=HB+2X0ffset，其中Offset為整數，取值范圍為5~10個像素。
5.如權利要求4所述的方法，其特征在于，所述步驟(3)具體包括: 從原目標圖像中截取目標圖案搜索區內的圖像，稱為搜索圖像，則搜索圖像的寬度為Ws,高度為Hs，搜索圖像X坐標表示為XS，Y坐標表示為Ys，MaXCcorr代表搜索圖像與模板圖像的最大互相關值，在搜索圖像中進行歸一化互相關灰度匹配，匹配流程如下: BI)初始化參數:XS=0，Ys=O, MaxCcorr=O ； B2)判斷Ys是否小于Hs，如果不小于則結束，如果小于則執行B3)； B3)判斷Xs是否小于％，如果不小于則Xs=0，YS=YS+1，返回執行B2)步，如果小于則執行B4)步； B4)對搜索圖像中與模板大小相同的圖像區域進行極坐標轉換，該區域的圖像稱為匹配區域圖像；匹配區域圖像的寬度和高度與模板圖像相同分別為WM，高度為HM，匹配區域中某點的像素灰度值為Image [Y] [X]，其中Ys≤Y<YS+HM, Xs ( X<Xs+ffM,則匹配區域的中心點坐標為Ya=Ys+ (Hm-1) /2，Xci=Xs+ (Wm-1) /2，以匹配區域中心為圓心，以WM/2和Hm/2的最小值為半徑Rm，進行極坐標轉換，轉換后的圖像表示為像素灰度值的一維數組ImagePolar [P] =Image [Y] [X]，Y=FLOOR (Yc1- PsinQ1), X=FLOOR (Xci+ P cos Θ 〗)，FLOOR 代表取比括號中的數小的最大整數，其中Ρ=1，2...Κμ，θ Ι=0, Δ θ , 2Δ θ -231, Δ θ為角度匹配的精度，P=O, I, 2…N，N=CEIL ((2π/Δ θ+1) Rm-1)，CEIL代表取比括號中的數大的最小整數； B5)計算歸一化互相關參數:
6.如權利要求5所述的方法,其特征在于,所述ImagePolar[P]的賦值過程為:
(B41)初始化參數:P =1，Θ I=0, P=O, Yci=Ys+(Hm-1)/2，Xci=Xs+(Wm-1)/2 ；
(B42)計算參數:Y=FL00R(Yc1-P sin θ x)，X=FLOOR(Xci+ P cos θ χ)； (Β43)將匹配區域的數據進行極坐標轉換:ImagePolar [P] =Image [Y] [X]；
(Β44) P =P +1, P=P+1 ； (Β45)判斷P是否大于RM，如果大于則執行第(Β46)步，如果不大于則返回執行第(B42)步；
(B46) P =0，θ Ι= θ χ+Δ Θ ； (B47)判斷θ χ是否大于2 π，如果大于則結束，如果不大于則返回執行第(Β42)步。
7.如權利要求5所述的方法，其特征在于，所述步驟(4)具體為: 若在Β2)步中，YS不再小于HS，則計算結束，當對所有的匹配區域均完成相關性計后，獲得模板圖像在目標圖像中的位置(XF，Yf)及角度Θ F，其中XF=XT+XSQ，YF=YT+YSQ，Θ F= θ τ，其中XT，Yt和θ τ為BI)~Β10)計算結束前最后保存的值。
8.一種快速互相關灰度圖像匹配裝置，其特征在于，用于在灰度目標圖像中查找目標圖案的位置與方向，所述裝置包括: 第一模塊，用于對模板圖像進行極坐標轉換，并將轉換后的模板圖像數據轉換為一維數組，將其定義為模板圖像一維數組； 第二模塊，用于獲取灰度目標圖像中目標圖案的外接盒，將其定義為目標圖案搜索區；第三模塊，用于在目標圖案搜索區中選取與模板圖像同樣大小的匹配區域，對所述匹配區域進行極坐標轉換，并將轉換后的匹配區域圖像數據也轉換為一維數組，將其定義為匹配區域一維數組，計算所述第一匹配區域一維數據與所述模板圖像一維數組的相關性；第四模塊，當所述第三模塊對所有的匹配區域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲取所述目標圖案的位置與方向。
【文檔編號】G06T7/00GK103593838SQ201310331842
【公開日】2014年2月19日 申請日期:2013年8月1日 優先權日:2013年8月1日
【發明者】楊華, 尹周平, 王瑜輝, 張步陽, 魏飛龍 申請人:華中科技大學