本發(fā)明涉及計(jì)算機(jī)圖像分析，特別涉及一種圖像模板匹配方法及監(jiān)測(cè)系統(tǒng)、裝置、存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著電子工業(yè)的發(fā)展，pcb所承載的電子電路的復(fù)雜度和密度不斷增加，在pcb出廠前需要對(duì)其上的電子電路的質(zhì)量進(jìn)行檢測(cè)，而傳統(tǒng)的人工檢測(cè)方法已無(wú)法滿足現(xiàn)代生產(chǎn)線的需求。

2、自動(dòng)光學(xué)檢測(cè)(aoi)作為一種高效、準(zhǔn)確的檢測(cè)手段，可以引進(jìn)到pcb的質(zhì)量檢測(cè)環(huán)節(jié)中，在pcb制造業(yè)中得到了廣泛應(yīng)用。自動(dòng)光學(xué)檢測(cè)通過(guò)采集pcb的圖像，將采集圖像和模板圖像分析，可以得出采樣圖像表面的缺陷區(qū)域，進(jìn)而提醒質(zhì)檢人員對(duì)pcb進(jìn)行檢查。其中，現(xiàn)有的對(duì)采集圖像和模板圖像的分析方法是利用特征提取模型來(lái)提取采集圖像中的特征點(diǎn)，而后與模板圖像中的特征點(diǎn)，并將相應(yīng)的特征點(diǎn)關(guān)聯(lián)，而后再進(jìn)行對(duì)比。

3、然而隨著pcb設(shè)計(jì)的日益復(fù)雜和生產(chǎn)速度的不斷提高，pcb表面的細(xì)節(jié)繁多，導(dǎo)致特征點(diǎn)的提取存在紕漏，并且由于還存在對(duì)pcb旋轉(zhuǎn)、平移等操作，特征點(diǎn)的匹配處理負(fù)荷較大，無(wú)法應(yīng)對(duì)在大規(guī)模pcb生產(chǎn)中，需要對(duì)大量的圖像進(jìn)行快速檢測(cè)的需求，特別是在應(yīng)對(duì)復(fù)雜情況時(shí)，計(jì)算量大、速度慢等問(wèn)題突出，無(wú)法滿足大規(guī)模生產(chǎn)的實(shí)時(shí)性要求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一。為此，本發(fā)明提出一種圖像模板匹配方法及監(jiān)測(cè)系統(tǒng)、裝置、存儲(chǔ)介質(zhì)，降低計(jì)算負(fù)荷，提高分析效率，縮短處理時(shí)間。

2、根據(jù)本發(fā)明的第一方面實(shí)施例的一種圖像模板匹配方法，包括：獲取采集圖像和模板圖像；至少通過(guò)第一特征匹配模型和第二特征匹配模型分別對(duì)采集圖像的各個(gè)特征點(diǎn)進(jìn)行提取，以得出第一采集特征數(shù)據(jù)集和第二采集特征數(shù)據(jù)集；將第一采集特征數(shù)據(jù)集內(nèi)的特征點(diǎn)數(shù)據(jù)和第二采集特征數(shù)據(jù)集的特征點(diǎn)數(shù)據(jù)歸一化處理并且合并成采集特征數(shù)據(jù)合集；利用隨機(jī)抽樣一致性算法得出單應(yīng)矩陣h，根據(jù)單應(yīng)矩陣h將采集特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)和模板特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)相互配對(duì)以得到多個(gè)匹配點(diǎn)組，所述匹配點(diǎn)組中包括滿足對(duì)極幾何約束條件的采集特征數(shù)據(jù)合集中的特征點(diǎn)和模板特征數(shù)據(jù)合集中的特征點(diǎn)，其中，所述模板特征數(shù)據(jù)合集中的特征點(diǎn)包括第一模板特征數(shù)據(jù)集內(nèi)的特征點(diǎn)數(shù)據(jù)和第二模板特征數(shù)據(jù)集的特征點(diǎn)數(shù)據(jù)經(jīng)過(guò)歸一化處理后合并而來(lái)，第一模板特征數(shù)據(jù)集由第一特征匹配模型對(duì)模板圖像的各個(gè)特征點(diǎn)進(jìn)行提取而得出，第二模板特征數(shù)據(jù)集由第二特征匹配模型對(duì)模板圖像的各個(gè)特征點(diǎn)進(jìn)行提取而得出；分別對(duì)各個(gè)匹配點(diǎn)組中采集特征數(shù)據(jù)合集中的特征點(diǎn)和模板特征數(shù)據(jù)合集中的特征點(diǎn)進(jìn)行差異程度計(jì)算以得出差異程度信息；根據(jù)差異程度信息得出缺陷位置，輸出缺陷位置。

3、根據(jù)本發(fā)明實(shí)施例的一種圖像模板匹配方法，至少具有如下有益效果：

4、本發(fā)明圖像模板匹配方法，在獲取采集圖像，至少通過(guò)第一特征匹配模型和第二特征匹配模型來(lái)分別對(duì)采集圖像的各個(gè)特征點(diǎn)進(jìn)行提取，而后將提取的特征點(diǎn)數(shù)據(jù)歸一化處理并且合并成采集特征數(shù)據(jù)合集，統(tǒng)一地對(duì)采集特征數(shù)據(jù)合集中的特征點(diǎn)通過(guò)單應(yīng)矩陣h與模板特征數(shù)據(jù)合集中的特征點(diǎn)配對(duì)呈匹配點(diǎn)組，此時(shí)再對(duì)匹配點(diǎn)組中來(lái)自采集特征數(shù)據(jù)合集中的特征點(diǎn)和來(lái)自模板特征數(shù)據(jù)合集中的特征點(diǎn)進(jìn)行差異程度計(jì)算，若差異較大，則存在缺陷，并且得知缺陷位置，本設(shè)計(jì)先通過(guò)隨機(jī)抽樣一致性算法縮小了特征點(diǎn)的匹配范圍，使得匹配點(diǎn)組中相互配對(duì)的特征點(diǎn)需要滿足對(duì)極幾何約束條件，而后再進(jìn)行差異程度計(jì)算，降低計(jì)算負(fù)荷，提高分析效率，縮短處理時(shí)間。

5、根據(jù)本發(fā)明的一些實(shí)施例，在所述分別對(duì)各個(gè)匹配點(diǎn)組中采集特征數(shù)據(jù)合集中的特征點(diǎn)和模板特征數(shù)據(jù)合集中的特征點(diǎn)進(jìn)行差異程度計(jì)算以得出差異程度信息中包括：計(jì)算每組相互匹配的采集特征數(shù)據(jù)合集中的特征點(diǎn)和模板特征數(shù)據(jù)合集中的特征點(diǎn)的歐式距離值；根據(jù)歐式距離值形成差異程度信息；當(dāng)歐式距離值大于距離閾值，則根據(jù)該匹配點(diǎn)組得出缺陷位置。

6、根據(jù)本發(fā)明的一些實(shí)施例，所述第一采集特征數(shù)據(jù)集和所述第二采集特征數(shù)據(jù)集的特征點(diǎn)數(shù)據(jù)包括各個(gè)特征點(diǎn)以及與特征點(diǎn)對(duì)應(yīng)的描述符，其中，描述符中包括特征點(diǎn)的坐標(biāo)向量數(shù)值；在所述將第一采集特征數(shù)據(jù)集內(nèi)的特征點(diǎn)數(shù)據(jù)和第二采集特征數(shù)據(jù)集的特征點(diǎn)數(shù)據(jù)歸一化處理并且合并成采集特征數(shù)據(jù)合集中包括：將第一采集特征數(shù)據(jù)集和所述第二采集特征數(shù)據(jù)集中描述符的坐標(biāo)向量數(shù)值歸一化處理成相同的數(shù)值規(guī)格；將第一采集特征數(shù)據(jù)集和所述第二采集特征數(shù)據(jù)集的各個(gè)特征點(diǎn)合并形成特征點(diǎn)列表；將歸一化處理后的第一采集特征數(shù)據(jù)集和所述第二采集特征數(shù)據(jù)集的各個(gè)坐標(biāo)向量數(shù)值合并形成描述符矩陣。

7、根據(jù)本發(fā)明的一些實(shí)施例，在所述根據(jù)單應(yīng)矩陣h將采集特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)和模板特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)相互配對(duì)以得到多個(gè)匹配點(diǎn)組中包括對(duì)采集特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)均進(jìn)行配對(duì)步驟，其中，配對(duì)步驟包括：根據(jù)單應(yīng)矩陣h為采集特征數(shù)據(jù)合集的特征點(diǎn)p1搜尋模板特征數(shù)據(jù)合集中的特征點(diǎn)p2，特征點(diǎn)p1的齊次坐標(biāo)為[x1，y1，1]，特征點(diǎn)p2的齊次坐標(biāo)為[x2，y2，1]，相互配對(duì)的采集特征數(shù)據(jù)合集的特征點(diǎn)p1和模板特征數(shù)據(jù)合集的特征點(diǎn)p2符合其中，為特征點(diǎn)p2齊次坐標(biāo)的轉(zhuǎn)置矩陣，k為對(duì)極幾何約束閾值。

8、在所述根據(jù)單應(yīng)矩陣h為采集特征數(shù)據(jù)合集的特征點(diǎn)p1搜尋模板特征數(shù)據(jù)合集中特征點(diǎn)p2中包括：

9、篩選模板特征數(shù)據(jù)合集中的各個(gè)特征點(diǎn)p2；

10、當(dāng)則將該特征點(diǎn)p2篩除；

11、當(dāng)則將該特征點(diǎn)p2與特征點(diǎn)p1形成匹配點(diǎn)組。

12、根據(jù)本發(fā)明的一些實(shí)施例，在所述獲取采集圖像和模板圖像中包括：基于線掃相機(jī)與用于放置待掃描物件的移動(dòng)平臺(tái)的關(guān)系構(gòu)建出世界坐標(biāo)系；將采集圖像的坐標(biāo)和模板圖像的坐標(biāo)轉(zhuǎn)換統(tǒng)一至世界坐標(biāo)系中。

13、根據(jù)本發(fā)明的一些實(shí)施例，所述世界坐標(biāo)系的初始變換矩陣為：

14、

15、其中，w為世界坐標(biāo)系的初始變換矩陣；r0為線掃相機(jī)相對(duì)待掃描物件的初始旋轉(zhuǎn)矩陣,d0為線掃相機(jī)相對(duì)待掃描物件的初始位移矩陣；

16、當(dāng)移動(dòng)平臺(tái)以速度v平移δt后，世界坐標(biāo)系的變換矩陣為：

17、

18、根據(jù)本發(fā)明第二方面實(shí)施例的監(jiān)測(cè)系統(tǒng)，包括：移動(dòng)平臺(tái)，用于承載待掃描物件；線掃相機(jī)，用于掃描待掃描物件而攝取采集圖像；存儲(chǔ)模塊，用于存儲(chǔ)模板圖像；控制模塊，分別與所述線掃相機(jī)和所述存儲(chǔ)模塊連接，所述控制模塊執(zhí)行上述任一實(shí)施例公開(kāi)的圖像模板匹配方法以得出采集圖像的缺陷位置；輸出模塊，所述控制模塊與所述輸出模塊連接以輸出采集圖像的缺陷位置。

19、根據(jù)本發(fā)明實(shí)施例的監(jiān)測(cè)系統(tǒng)，至少具有如下有益效果：

20、本發(fā)明監(jiān)測(cè)系統(tǒng)，應(yīng)用上述任一實(shí)施例公開(kāi)的圖像模板匹配方法以得出采集圖像的缺陷位置，降低計(jì)算負(fù)荷，提高分析效率，縮短處理時(shí)間。

21、根據(jù)本發(fā)明第三方面實(shí)施例的控制裝置，所述控制裝置包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述任一實(shí)施例公開(kāi)的圖像模板匹配方法。

22、根據(jù)本發(fā)明第四方面實(shí)施例的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一實(shí)施例公開(kāi)的圖像模板匹配方法。

23、本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。