(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 202210966862.4 (22)申请日 2022.08.12 (71)申请人 广州市派客朴食信息科技有限责任 公司 地址 510000 广东省广州市天河区广州大 道北52号 二层252铺 (72)发明人 陈晓鹏　赵晓红　 (74)专利代理 机构 广州致信 伟盛知识产权代理 有限公司 4 4253 专利代理师 伍嘉陵 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/77(2022.01) G06V 10/50(2022.01) G06V 10/46(2022.01)G06T 7/73(2017.01) G06T 5/00(2006.01) G06T 3/40(2006.01) (54)发明名称 一种基于改进SIFT算法的广告纸匹配方法 (57)摘要 本发明公开一种基于改进SIFT算法的广告 纸匹配方法， 通过提取关键点步骤， 以关键点为 中心， 根据其周围的点获取该点的一些梯度方向 数值信息， 构建特征向量， 每张碗碟子图和广告 纸模板图上获取多个关键点， 每个 关键点提取梯 度方向信息， 多个 关键点构成一个唯一的表示该 碗碟子图和广告纸模板图的特征向量， 得到碗碟 子图和广告纸模板图的唯一表 示向量， 提高匹配 的准确率； 通过设定阈值T1， 对关键点对再次筛 选， 剔除容易干扰的关键点， 提高匹配质量和 效 率。 对碗碟子图和广告纸模板图提取出来关键点 进行特征向量比对， 获取最终模板匹配图片， 将 碗碟子图像在最终模板匹配图片上滑动逐一对 比， 在更换托盘广告纸前录入新的广告纸模板， 实现广告纸剔除效果。 权利要求书1页 说明书3页 CN 115424043 A 2022.12.02 CN 115424043 A 1.一种基于改进SIFT算法的广告纸匹配方法， 其特 征在于， 包括以下步骤： 获取图像步骤： 获取广告纸模板图和碗碟 放置在广告纸上后拍摄的碗碟子图； 去干扰步骤： 对广告纸模板图及碗碟子图做滤波操作， 进行降噪处 理； 提取关键点步骤： 利用高斯差分金字塔分别对广告纸模板图和碗碟子图构建尺度空 间， 对二维的图片进 行不同尺度的缩放， 得到N张不同大小的图片； 在高斯差 分金字塔中， 基 于领域及上下层图片的26个像素空间中， 比较三维中心点是否为极大值或极小值点， 若是 则作为关键点候选点； 计算候选 关键点的梯度和角度方向， 对图片进 行网格搜索， 在图片每 个网格区域内， 每个格子中选择主曲率最大方向的K个候选点， 若主曲率点总和不 足K， 则次 多方向的点补足， 若该区域 候选点总数不足K则保留所有关键点； 构建关键点特征向量步骤： 以关键点为 中心， 选择16 ×16大小的区域， 步长为1， 划分为 8个不同大小的正方形区域， 每个都构建方向直方图， 以45度角划分， 共8个方向， 构建一个 64维的特 征向量； 特征向量比对步骤： 设置阈值T1， 对广告纸模板图和碗碟子图的特征向量一一比对， 计 算两个向量的欧式距离， 获取碗碟子图对应广告纸模板图最大的距离MaxDist， SubMaxDist， 若 ， 则保留最大距离得到碗碟子图和 广告纸模板图对应关系 的关键点对； 获取最终模板匹配图片步骤： 根据关键点对计算碗碟子图和广告纸模板图的透视矩 阵， 根据透视矩阵换算碗碟子图的左上角 （0， 0） 、 右上角 （w,0） 、 左下角 （0， h） 及右下角 （w， h） （w、 h分别表示碗碟子图的宽高） 对应在广告纸模板图的坐标 （x1， y1） 、 （x2， y2） （x3， y3） ， （x4， y4） ， 根据四个坐标点构建四边形区域， 同时根据坐标点获取图像方向， 并旋转至与碗 碟子图方向一 致， 得到最终模板匹配图片； 剔除干扰物步骤： 设置阈值T2， 将碗碟子图像在最终模板匹配图片上滑动逐一对比， 基 于归一化的相关性系 数计算重合区域的相似度， 值越大相似度越大， 若相似度大于阈值T2 时去除， 保留 阈值小于等于阈值T2的碗碟子图作为目标检测结果， 即为检测到的实物。 2.根据权利要求1所述的基于改进SIFT算法的广告纸匹配方法， 其特征在于， 特征向量 比对步骤中， 阈值T1的范围为0 ‑1。 3.根据权利要求2所述的基于改进SIFT算法的广告纸匹配方法， 其特征在于， 特征向量 比对步骤中， 阈值T1的范围为0.5 ‑0.7。 4.根据权利要求1所述的基于改进SIFT算法的广告纸匹配方法， 其特征在于， 剔除干扰 物步骤阈值T2的范围为0 ‑1。 5.根据权利要求4所述的基于改进SIFT算法的广告纸匹配方法， 其特征在于， 剔除干扰 物步骤阈值T2的范围为0.4 ‑0.65。权　利　要　求　书 1/1 页 2 CN 115424043 A 2一种基于改进 SIFT算法的广告纸匹配方 法 技术领域 [0001]本发明涉及图像检测识别领域， 具体是一种基于改进S IFT算法的对广告纸查找干 扰物并剔除干扰物背景的匹配方法。 背景技术 [0002]随着社会的发展， 目前一些高校或者大型企业的饭堂为了提高员工的用餐效率以 及实现全自助的用餐模式， 均采用了 自助结算台来自动结算饭菜的价格。 为了美观宣传和 防止菜汤洒出来弄脏托盘， 一般都会在托盘上铺上广告纸， 然而食堂为了让员工或学生更 有食欲， 会在广告纸上印刷各种饭菜的美食图， 因广告纸中的立体碗碟较为逼真， 广告纸中 的碗碟会造成误检， 影响检测准确 率， 而且， 托盘的广告纸定期更换， 这就大大增加了图像 目标检测的难度。 [0003]现有的图像配准算法， 主要有基于灰度的图像匹配和基于特征提取的图像匹配。 基于灰度的图像匹配是通过计算图片全局或者局部的相关灰度信息， 即利用两张图片， 一 张是模板图片， 另一张是检测的图片来对比计算得到图片的灰度信息。 但是这种基于灰度 的图像匹配对图片角度、 光照要求较高， 适应性差。 基于特征提取的图像匹配通过相关检测 算法获取图片 中稳定的关键点信息 （即在图片 中包含重要信息的点， 可以是图像的边缘区 域的点， 也不局限于边缘点， 对后期图像分析有帮助的点， 都可以统称为关键点。 关键点信 息指基于关键点计算的梯度、 方向等参数值构建的特征向量信息） ， 利用关键点构建特征向 量， 表示图片的全局及局部特征， 而特征点检测算法主要有Harris角点检测方法、 SIFT、 SURF及ORB方法， Harris算法对旋转、 光照不均匀的图像不敏感， 但是不具有尺度不变性； SIFT算法则对图像的角度旋转、 尺度缩放均具有较好的鲁棒性； SURF算法基于SIFT算法做 了改进， 在速度上有 所提升， 但尺度不变性较差； ORB算法在计算时间上有较大的提升， 但 不 具有尺度不变性。 发明内容 [0004]本发明提供一种提高识别广告纸中干扰物并剔除干扰物准确率、 适用于各种场景 的广告纸匹配方法。 [0005]本发明所述的基于改进SIFT算法的广告纸匹配方法， 包括以下步骤： 获取图像步骤： 获取广告纸模板图和碗碟 放置在广告纸上后拍摄的碗碟子图； 去干扰步骤： 对广告纸模板图及碗碟子图做滤波操作， 进行降噪处 理； 提取关键点步骤： 利用高斯差分金字塔分别对广告纸模板图和碗碟子图构建尺度 空间， 对二 维的图片进 行不同尺度的缩放， 得到N张不同大小的图片； 在高斯差 分金字塔中， 基于领域及上下层图片的26个像素空间中， 比较三维中心点是否为极大值或极小值点， 若 是则作为关键点候选点； 计算候选 关键点的梯度和角度方向， 对图片进 行网格搜索， 在图片 每个网格区域内， 每个格子中选择主曲率最大方向的K个候选点， 若主曲率点总和不 足K， 则 次多方向的点补足， 若该区域 候选点总数不足K则保留所有关键点；说　明　书 1/3 页 3 CN 115424043 A 3