高速局部相关性计算方法及装置.pdf

《高速局部相关性计算方法及装置.pdf》由会员分享，可在线阅读，更多相关《高速局部相关性计算方法及装置.pdf（18页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 103679179 A (43)申请公布日 2014.03.26 CN 103679179 A (21)申请号 201210344228.3 (22)申请日 2012.09.18 G06K 9/54(2006.01) (71)申请人 成都方程式电子有限公司 地址 610041 四川省成都市高新天府大道南 延线高新孵化园 1 号楼 A-E-3 (72)发明人 张娅舸 (54) 发明名称 高速局部相关性计算方法及装置 (57) 摘要 本发明提供的高速局部相关性计算方法及装 置， 用于对两帧图像分段提取， 获得分段相关性矩 阵并计算其极值和坐标。适应于采集物在采集窗 口上移。

2、动获得的图像、 或移动采集窗口获得的图 像的处理， 如指纹刮擦传感器采集到的图像的拼 接。 采用本方案提取的极值及其坐标， 可运用于导 航、 轨迹和速度跟踪、 图像检测、 相关性计算等。 能 达到识别精准化、 多样化， 较好的恢复采集对象的 运动轨迹 ； 并使图像检测更精准， 拼接图像效果 更加准确， 纠正有明显的图像错位、 图像形变、 短 图像、 图像拖尾、 背景拼图等现象。 (51)Int.Cl. 权利要求书 2 页 说明书 7 页 附图 8 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书7页 附图8页 (10)申请公布号 CN 103679179 。

3、A CN 103679179 A 1/2 页 2 1. 高速局部相关性计算方法， 其特征在于， 包括如下步骤 ： S1， 对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆盖区域在采集 对象相对于采集窗口的主要移动方向上划分为两段或两段以上 ； S2， 对分段中的数据进行相关性计算， 得到每段区域在当前覆盖情况下的相关性数 据 ； S3， 生成相关性矩阵， 根据每段区域在所有覆盖情况下的相关性数据得到每段的分段 相关性矩阵 ； S4， 求出每段的分段相关性矩阵中的最大值、 最小值及其坐标。 2. 根据权利要求 1 所述的高速局部相关性计算方法， 其特征在于， 所述相关性矩阵为 将所。

4、有覆盖情况下在步骤 S2 中得到的相关性数据以两帧图像移动的位移坐标映射成的矩 阵， 所述分段相关性矩阵的个数与选定覆盖区域在采集对象相对于采集窗口的主要移动方 向上划分的段数相同 ； 还可以得到总体相关性矩阵， 所述总体相关性矩阵由整个选定覆盖 区域内所有的数据计算出的相关性数据组成 ； 所述位移坐标的坐标系为直角坐标系。 3. 根据权利要求 1 所述的高速局部相关性计算方法， 其特征在于， 所述两帧图像分别 为模板帧和当前帧， 所述模板帧和当前帧可以互换。 4. 根据权利要求 3 所述的高速局部相关性计算方法， 其特征在于， 所述步骤 S1 中的覆 盖区域的产生方法为在模板帧和当前帧两帧图。

5、像完全重合的基础上， 固定模板帧不动， 当 前帧在帧图像长宽范围内上下左右移动并产生一覆盖区域 ； 所述步骤 S1 中的选定覆盖区域选取的横纵两个方向可以连续或不连续， 选择区域在 横向上以行为单位可以分为大于等于一个区域， 选择区域在纵向上以列为单位可以分为大 于等于一个区域 ； 所述两帧图像的每一种覆盖情况对应一个相关性数据， 所述相关性计算方法为将两帧 图像中选定覆盖区域内的一一对应的选定覆盖区域的数据求差值平方， 得到一一对应的差 值平方值， 每个差值平方值累加得到当前覆盖情况下的相关性数据。 5. 根据权利要求 1 所述的高速局部相关性计算方法， 其特征在于， 所述最大值或最小 值与。

6、相关性矩阵的中心坐标对应的值相等时， 中心坐标代替相应的极值坐标 ； 所述中心坐 标为模板帧与当前帧无位移覆盖时的相关性数据。 6. 高速局部相关性计算装置， 其特征在于， 包括分段模块、 相关性计算模块、 相关性矩 阵生成模块、 极值坐标生成模块 ； 所述分段模块对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆盖区 域在采集对象相对于采集窗口的主要移动方向上划分为两段或两段以上 ； 所述相关性计算模块与分段模块相连， 用于对分段中的数据进行相关性计算， 得到每 段区域在当前覆盖情况下的相关性数据 ； 所述相关性矩阵生成模块与相关性计算模块相连， 用于根据每段区域在所有覆盖情况 。

7、下的相关性数据得到每段的分段相关性矩阵 ； 所述极值坐标生成模块与相关性矩阵生成模块相连， 用于求出每段的分段相关性矩阵 中的最大值、 最小值及其坐标。 7. 根据权利要求 6 所述的高速局部相关性计算装置， 其特征在于， 所述相关性矩阵为 将所有覆盖情况下在相关性计算模块中得到的相关性数据以两帧图像移动的位移坐标映 权 利 要 求 书 CN 103679179 A 2 2/2 页 3 射成的矩阵， 所述分段相关性矩阵的个数与选定覆盖区域在采集对象相对于采集窗口的主 要移动方向上划分的段数相同 ； 还可以得到总体相关性矩阵， 所述总体相关性矩阵由整个 选定覆盖区域内所有的数据计算出的相关性数据。

8、组成 ； 所述位移坐标的坐标系为直角坐标 系。 8. 根据权利要求 6 所述的高速局部相关性计算装置， 其特征在于， 所述两帧图像分别 为模板帧和当前帧， 所述模板帧和当前帧可以互换。 9. 根据权利要求 8 所述的高速局部相关性计算装置， 其特征在于， 所述分段模块中的 覆盖区域的产生方法为在模板帧和当前帧两帧图像完全重合的基础上， 固定模板帧不动， 当前帧在帧图像长宽范围内上下左右移动并产生一覆盖区域 ； 所述分段模块选定覆盖区域选取的横纵两个方向可以连续或不连续， 选择区域在横向 上以行为单位可以分为大于等于一个区域， 选择区域在纵向上以列为单位可以分为大于等 于一个区域 ； 所述两帧图。

9、像的每一种覆盖情况对应一个相关性数据， 所述相关性计算方法为将两帧 图像中选定覆盖区域内的一一对应的选定覆盖区域的数据求差值平方， 得到一一对应的差 值平方值， 每个差值平方值累加得到当前覆盖情况下的相关性数据。 10. 根据权利要求 6 所述的高速局部相关性计算装置， 其特征在于， 所述最大值或最小 值与相关性矩阵的中心坐标对应的值相等时， 中心坐标代替相应的极值坐标 ； 所述中心坐 标为模板帧与当前帧无位移覆盖时的相关性数据。 权 利 要 求 书 CN 103679179 A 3 1/7 页 4 高速局部相关性计算方法及装置 技术领域 0001 本发明涉及图像识别领域， 尤其涉及高速局部相。

10、关性计算方法及装置。 背景技术 0002 图像拼接技术可以解决由于图像采集窗口视角和大小的限制， 不能产生很大图片 的问题。 所谓的图像拼接技术就是将两张或两张以上相邻间具有部分重叠的图像进行无缝 拼接， 生成一幅大型且有较宽视角的高分辨率图像的技术。图像拼接技术最早应用于航空 领域， 现已广泛应用于数字视频、 动态分析、 指纹重构等领域。 0003 图像拼接的前提条件是相邻图像之间有一部分在逻辑上是相同的， 及必须有一定 的重合部分。图像的拼接最重要的一点是选择一个鲁棒而快捷的图像对准方法。图像对准 方法就是确定相邻图像在宽度和高度上的重叠程度。这种重叠程度称为两帧图像的相关 性。 0004。

11、 现有的图像相关性计算方法存在着各种缺陷 ： 如计算量非常大、 计算速度慢、 精度 低、 成本高 , 无法适应大数据量图像拼接。这在对于后端处理时的很多环节都会造成严重 的影响， 应用效果也大打折扣。如 ： 计算出的相关性数据用于图像检测时， 辨识率低、 不灵 敏 ； 用于导航时， 方向检测不精准， 识别效果差和响应速度慢等缺点。而且在产品的性价比 上大打折扣。因此需要一个能在综合上述条件下还具有更高性价比的方法来解决这些问 题。 发明内容 0005 为解决上述技术问题， 本方案提供了一种高速局部相关性计算方法及装置。适用 于两张或两张以上相邻间具有部分重叠的图像相关性计算， 且图像无旋转。用。

12、 ASIC 的方式 实现了高速、 低成本、 计算量小且可调控的相关性计算， 使计算出的相关性数据能够较好的 应用到图像拼接、 图像检测和导航等方面。 0006 指高速局部相关性计算方法， 其特征在于， 包括如下步骤 ： 0007 S1， 对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆盖区域在 采集对象相对于采集窗口的主要移动方向上划分为两段或两段以上 ； 0008 S2， 对分段中的数据进行相关性计算， 得到每段区域在当前覆盖情况下的相关性 数据 ； 0009 S3， 生成相关性矩阵， 根据每段区域在所有覆盖情况下的相关性数据生成每段的 分段相关性矩阵 ； 0010 S4， 求。

13、出每段的分段相关性矩阵中的最大值、 最小值及其坐标。 0011 所述相关性矩阵为将所有覆盖情况下在步骤 S2 中得到的相关性数据以两帧图像 移动的位移坐标映射成的矩阵， 所述分段相关性矩阵的个数与选定覆盖区域在采集对象相 对于采集窗口的主要移动方向上划分的段数相同 ； 还可以得到总体相关性矩阵， 所述总体 相关性矩阵由整个选定覆盖区域内所有的数据计算出的相关性数据组成 ； 所述坐标为直角 说 明 书 CN 103679179 A 4 2/7 页 5 坐标系， 每一种覆盖情况对应一个坐标， 前后两帧图像完全重合的覆盖情况对应坐标原点。 0012 所述两帧图像分别为模板帧和当前帧， 所述模板帧和当。

14、前帧可以互换。 0013 所述步骤 S1 中的覆盖区域的产生方法为在模板帧和当前帧两帧图像完全重合的 基础上， 固定模板帧不动， 当前帧在帧图像长宽范围内上下左右移动并产生一覆盖区域 ； 每 一次移动以像素级为最小单位。 0014 所述步骤 S1 中的选定覆盖区域选取的横纵两个方向可以连续或不连续， 选择区 域在横向上以行为单位可以分为大于等于一个区域， 选择区域在纵向上以列为单位可以分 为大于等于一个区域 ； 0015 所述两帧图像的每一种覆盖情况对应一个相关性数据， 所述相关性数据计算方法 为将两帧图像中选定覆盖区域内的一一对应的选定覆盖区域的数据求差值平方， 得到一一 对应的差值平方值，。

15、 每个差值平方值累加得到当前覆盖情况下的相关性数据。 0016 所述最大值或最小值与相关性矩阵的中心坐标对应的值相等时， 中心坐标代替相 应的极值坐标 ； 所述中心坐标为模板帧与当前帧无位移覆盖时的相关性数据。 0017 高速局部相关性计算装置， 其特征在于， 包括分段模块、 相关性计算模块、 相关性 矩阵生成模块、 极值坐标生成模块 ； 0018 所述分段模块对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆 盖区域在采集对象相对于采集窗口的主要移动方向上划分为两段或两段以上 ； 0019 所述相关性计算模块与分段模块相连， 用于对分段中的数据进行相关性计算， 得 到每段区域在当。

16、前覆盖情况下的相关性数据 ； 0020 所述相关性矩阵生成模块与相关性计算模块相连， 用于根据每段区域在所有覆盖 情况下的相关性数据得到每段的分段相关性矩阵 ； 0021 所述极值坐标生成模块与相关性矩阵生成模块相连， 用于求出每段的分段相关性 矩阵中的最大值、 最小值及其坐标。 0022 所述相关性矩阵为将所有覆盖情况下在相关性计算模块中得到的相关性数据以 两帧图像移动的位移坐标映射成的矩阵， 所述分段相关性矩阵的个数与选定覆盖区域在采 集对象相对于采集窗口的主要移动方向上划分的段数相同 ； 还可以得到总体相关性矩阵， 所述总体相关性矩阵由整个选定覆盖区域内所有的数据计算出的相关性数据组成 。

17、； 所述坐 标为直角坐标系， 每一种覆盖情况对应一个坐标， 前后两帧图像完全重合的覆盖情况对应 坐标原点。 0023 所述两帧图像分别为模板帧和当前帧， 所述模板帧和当前帧可以互换。 0024 所述分段模块中的覆盖区域的产生方法为在模板帧和当前帧两帧图像完全重合 的基础上， 固定模板帧不动， 当前帧在帧图像长宽范围内上下左右移动并产生一覆盖区域 ； 每一次移动以像素级为最小单位。 0025 所述分段模块选定覆盖区域选取的横纵两个方向可以连续或不连续， 选择区域在 横向上以行为单位可以分为大于等于一个区域， 选择区域在纵向上以列为单位可以分为大 于等于一个区域 ； 0026 所述两帧图像的每一种。

18、覆盖情况对应一个相关性数据， 所述相关性数据计算方法 为将两帧图像中选定覆盖区域内的一一对应的选定覆盖区域的数据求差值平方， 得到一一 对应的差值平方值， 每个差值平方值累加得到当前覆盖情况下的相关性数据。 说 明 书 CN 103679179 A 5 3/7 页 6 0027 所述最大值或最小值与相关性矩阵的中心坐标对应的值相等时， 中心坐标代替相 应的极值坐标 ； 所述中心坐标为模板帧与当前帧无位移覆盖时的相关性数据。 0028 本发明对两帧图像分段提取， 获得分段相关性矩阵并计算其极值和坐标。适应于 采集物在采集窗口上移动获得的连续图像、 或移动采集窗口获得的连续图像的处理， 如指 纹刮。

19、擦传感器采集到的连续图像的拼接。 采用本方案提取的极值及其坐标， 可运用于导航、 轨迹和速度跟踪、 图像检测、 相关性计算等。 能达到识别精准化、 多样化， 较好的恢复采集对 象的运动轨迹 ； 并使图像检测更精准， 拼接图像效果更加准确， 纠正有明显的图像错位、 图 像形变、 短图像、 图像拖尾、 背景拼图等现象。 附图说明 0029 图 1 为本发明的流程图 ； 0030 图 2 为高速局部相关性计算装置的模块示意图 ； 0031 图3为覆盖区域选取示意图 ； 其中图3-1为两帧图像覆盖区域部分选取示意图， 图 3-2 为两帧图像覆盖区域选取极限情况示意图， 图 3-3 为两帧图像覆盖区域选。

20、取横纵两方 向不连续示意图 ； 0032 图 4 为相关性矩阵分块示意图 ； 0033 图 5 为相关性矩阵对应覆盖情况示意图 ； 0034 图 6 为刮擦传感器采集的指纹图像 ； 0035 图 7 为图 6 的指纹图像经本方案拼接后的图像 ； 0036 图8为用本方案解决漏拼现象的指纹图像对照图 ； 其中图8-1为本方案拼接结果， 图 8-2 为有短指纹及漏拼的指纹图像 ； 0037 图 9 为案解决的多拼现象的指纹图像对照图 ； 图 9-1 为利用本方案拼接的指纹图 像， 图 9-2 为有多拼现象的图像 ； 0038 图10为解决的拼接错位现象的指纹图像对照图 ； 其中图10-1为本方案拼。

21、接结果， 图 10-2 为有拼接错位现象的指纹图像。 具体实施方式 0039 本方案解决现有相关性计算方法计算量大、 计算速度慢、 精度低、 成本高等技术问 题。 0040 本方案用 ASIC 的方式实现分段提取相关坐标和极值， 求出前后两帧图像相关性 矩阵的最大值最小值， 及其坐标， 提取的几组极值及其坐标， 实现了高速、 低成本、 计算量小 且可调控的相关性计算， 使计算出的相关性数据能够较好的应用到图像拼接、 图像检测和 导航等方面。 0041 下面参照图 1- 图 10 来说明本发明的优选实施例， 此处所描述的具体实施例仅仅 用以解释本发明， 并不用于限定本发明。 0042 高速局部相。

22、关性计算方法的流程图如图 1 所示 ： 0043 S1， 对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆盖区域在 采集对象相对于采集窗口的主要移动方向上划分为两段或两段以上 ； 0044 提取前后两帧图像， 本实施例中， 提取的图像为采集对象相对于采集窗口移动采 说 明 书 CN 103679179 A 6 4/7 页 7 集到的两帧图像。将两帧图像分别设定为模板帧 T 和当前帧 C， 模板帧 T 和当前帧 C 为所 提取的两帧图像的任意一帧图像。模板帧 T 为上述两帧图像中参照不动的那一帧， 当前帧 C 为上述两帧图像中参照模板帧 T 有规律上下左右移动的另一帧图像。 004。

23、5 在模板帧 T 和当前帧 C 两帧图像完全重合的基础上， 固定模板帧 T 不动， 在帧图像 长宽范围内有规律的上下左右移动当前帧 C， 两帧产生一覆盖区域 M 和两帧之间的相对位 移。如图 3 所示， 模板帧 T 和当前帧 C 分别包含 r 行， 覆盖区域为 M 所表示区域， 模板帧 T 和当前帧 C 在水平方向位移为 w 个像素， 在垂直方向位移为 h 个像素。 0046 如图 3-1 所示， 本实施例在覆盖区域 M 中选定 M1、 M2 两个覆盖区域， 其中选定覆盖 区域M1对应的两帧为第一模板帧区域T1和第一当前帧区域C1， 第一模板帧区域T1和第一 当前帧区域C1完全重合 ； 选定覆。

24、盖区域M2对应的两帧为第二模板帧区域T2和第二当前帧 区域 C2， 第二模板帧区域 T2 和第二当前帧区域 C2 完全重合。选定覆盖区域 M1 和选定覆盖 区域 M2 的有效长度为 len_w， 选定覆盖区域 M1 的有效高度为 len_h1， 选定覆盖区域 M2 有 效高度为 len_h2， 且两个有效高度 len_h1， len_h2 和有效宽度 len_w 可调， 调至极限情况 如图 3-2 所示， 极限情况下， 所选定覆盖区域总和为整个覆盖区域 M。 0047 两帧图像覆盖区域 M 选取横纵两个方向可以不连续 （参见图 3-3） ， 选择区域在横 向上， 以行为单位可以分为大于等于一个。

25、区域， 如图 3-2 中以行为单位分了两个区域。同 理， 选择区域在纵向上， 以列为单位可以分为大于等于一个区域。 0048 如图 4-2 所示， 将选定覆盖区域 M1 和选定覆盖区域 M2 在采集对象相对于采集窗 口的主要移动方向上划分为几段， 段数为两段或两段以上， 且划分的各段覆盖区域在横、 纵 两个方向上可不连续， 本实施例将选定覆盖区域 M1 和选定覆盖区域 M2 分别划分为 ar1、 ar2、 ar3 三段。 0049 S2， 对分段中的数据进行相关性计算， 得到每段区域在当前覆盖情况下的相关性 数据 ； 0050 模板帧 T 和当前帧 C 两帧图像在每种覆盖情况下都有相关性数据，。

26、 分别对选定覆 盖区域的数据在不同覆盖情况下进行相关性运算， 得出当前覆盖情况下的相关性数据。 0051 选取当前覆盖情况下覆盖区域的部分或全部数据， 选取的模板帧 T 和当前帧 C 两 帧图像覆盖区域数据为一一对应。 如图3-1所示， 第一模板帧区域T1和第二模板帧区域T2 选取的为模板帧 T 中对应的数据， 第一当前帧区域 C1 和第二当前帧区域 C2 选取的为当前 帧 C 中对应的数据。取数的列区域可调， 也可以调整参与相关性运算的行数， 选取数据时可 根据帧图像数据的行、 列跳跃选择， 还可以根据不同需要间断的取数据， 每个区域长度不一 定相等。 0052 将取出的两帧图像中的一一对应。

27、的数据求差值平方， 得到一一对应的差值平方 值， 再把每一个差值平方值累加起来得到覆盖情况下的相关性数据。参见公式 ： 0053 0054 其中 ： m=len_h1+b 0055 n=len_w+a 0056 q=len_w+c 说 明 书 CN 103679179 A 7 5/7 页 8 0057 p=len_h2+d 0058 上 述 公 式 中， 对 应 模 板 帧 的 坐 标 (a,b)， (c,d)， 则 对 应 当 前 帧 的 坐 标 为 (a-w,b+h)， (c-w,d+h)， slice_a 和 slice_b 分别为模板帧 T 和当前帧 C 对应的坐标。cor 为当前一种。

28、覆盖情况下的相关性数据。遍历 slice_a 和 slice_b 选取的覆盖区域数据， 对 应求差值平方， 再把每一个差值平方累加得到一种覆盖情况下的相关性数据cor。 上述的相 关性数据在生成相关性矩阵时， 需做归一化处理。 0059 S3， 生成相关性矩阵， 根据每段区域在所有覆盖情况下的相关性数据得到每段的 分段相关性矩阵 ； 0060 当前帧 C 以模板帧 T 为参照上下左右移动， 每一种覆盖情况对应按照步骤 S2 计算 出一个相关性数据， 将步骤 S2 得到的每段选定覆盖区域在所有覆盖情况下的相关性数据 以两帧移动的位移坐标映射成的矩阵为分段相关性矩阵， 相关性矩阵的每一个坐标代表两。

29、 帧图像以此坐标偏移的覆盖情况。如图 5 所示， 所述坐标为直角坐标系， 以两帧图像完全重 合的覆盖情况为坐标原点， 即两帧之间的水平和垂直方向的位移。 0061 如图4-2中只对ar1区域数据在每一种覆盖情况下分别进行相关性运算， 得到ar1 区域数据相关性矩阵。同理得到 ar2， ar3 区域数据相关性矩阵， 所得的三个相关性矩阵统 称为分段相关性矩阵， 分段相关矩阵个数与覆盖区域数据在采集对象相对于采集窗口的主 要移动方向上划分的段数相同， 如图 4-2 中将覆盖区域划分为三段即有三个分段相关性矩 阵。 0062 整个选定覆盖区域内所有的数据计算出的相关性数据组成的矩阵为总体相关性 矩阵。

30、。 0063 S4， 求出每段的分段相关性矩阵中的最大值、 最小值及其坐标。 0064 分别轮循每个分段相关性矩阵中的每一个值， 求出每个分段相关性矩阵的最大 值、 最小值及其坐标。当最大值或最小值与其中心坐标对应的 （模板帧 T 与当前帧 C 无位移 覆盖时相关性数据） 的值相等时， 以中心坐标代替相应的极值坐标， 即中心偏移优先考虑。 0065 本发明还包括高速局部相关性计算装置 （参见图 2） ， 包括 ： 分段模块、 相关性计算 模块、 相关性矩阵生成模块、 极值坐标生成模块 ； 0066 分段模块对两帧图像的一种覆盖情况下的选定覆盖区域进行分段 ； 将选定覆盖区 域在采集对象相对于采。

31、集窗口的主要移动方向上划分为两段或两段以上。 0067 分段模块提取前后两帧图像， 本实施例中， 提取的图像为采集对象相对于采集窗 口移动采集到的两帧图像。 将两帧图像分别设定为模板帧T和当前帧C， 模板帧T和当前帧 C为所提取的两帧图像的任意一帧图像。 模板帧T为上述两帧图像中参照不动的那一帧， 当 前帧 C 为上述两帧图像中参照模板帧 T 有规律上下左右移动的另一帧图像。 0068 在模板帧 T 和当前帧 C 两帧图像完全重合的基础上， 固定模板帧 T 不动， 在帧图像 长宽范围内有规律的上下左右移动当前帧 C， 两帧产生一覆盖区域 M 和两帧之间的相对位 移。如图 3 所示， 模板帧 T。

32、 和当前帧 C 分别包含 r 行， 覆盖区域为 M 所表示区域， 模板帧 T 和当前帧 C 在水平方向位移为 w 个像素， 在垂直方向位移为 h 个像素。 0069 如图 3-1 所示， 本实施例在覆盖区域 M 中选定 M1、 M2 两个覆盖区域， 其中选定覆盖 区域M1对应的两帧为第一模板帧区域T1和第一当前帧区域C1， 第一模板帧区域T1和第一 当前帧区域C1完全重合 ； 选定覆盖区域M2对应的两帧为第二模板帧区域T2和第二当前帧 说 明 书 CN 103679179 A 8 6/7 页 9 区域 C2， 第二模板帧区域 T2 和第二当前帧区域 C2 完全重合。选定覆盖区域 M1 和选定覆。

33、盖 区域 M2 的有效长度为 len_w， 选定覆盖区域 M1 的有效高度为 len_h1， 选定覆盖区域 M2 有 效高度为 len_h2， 且两个有效高度 len_h1， len_h2 和有效宽度 len_w 可调， 调至极限情况 如图 3-2 所示， 极限情况下， 所选定覆盖区域总和为整个覆盖区域 M。 0070 两帧图像覆盖区域 M 选取横纵两个方向可以不连续 （参见图 3-3） ， 选择区域在横 向上， 以行为单位可以分为大于等于一个区域， 如图 3-2 中以行为单位分了两个区域。同 理， 选择区域在纵向上， 以列为单位可以分为大于等于一个区域。 0071 如图 4-2 所示， 将选。

34、定覆盖区域 M1 和选定覆盖区域 M2 在采集对象相对于采集窗 口的主要移动方向上划分为几段， 段数为两段或两段以上， 且划分的各段覆盖区域在横、 纵 两个方向上可不连续， 本实施例将选定覆盖区域 M1 和选定覆盖区域 M2 分别划分为 ar1、 ar2、 ar3 三段。 0072 相关性计算模块与分段模块相连， 对分段中的数据进行相关性计算， 得到每段区 域在当前覆盖情况下的相关性数据 ； 0073 模板帧 T 和当前帧 C 两帧图像在每种覆盖情况下都有相关性数据， 分别对选定的 覆盖区域的数据在不同覆盖情况下进行相关性运算， 得出当前覆盖情况下的相关性数据。 0074 选取当前覆盖情况下覆。

35、盖区域的部分或全部数据， 选取的模板帧 T 和当前帧 C 两 帧图像覆盖区域数据为一一对应。 如图3-1所示， 第一模板帧区域T1和第二模板帧区域T2 选取的为模板帧 T 中对应的数据， 0075 第一当前帧区域 C1 和第二当前帧区域 C2 选取的为当前帧 C 中对应的数据。取数 的列区域可调， 也可以调整参与相关性运算的行数， 选取数据时可根据帧图像数据的行、 列 跳跃选择， 还可以根据不同需要间断的取数据， 每个区域长度不一定相等。 0076 将取出的两帧图像中的一一对应的数据求差值平方， 得到一一对应的差值平方 值， 再把每一个差值平方值累加起来得到覆盖情况下的相关性数据。参见公式 ：。

36、 0077 0078 其中 ： m=len_h1+b 0079 n=len_w+a 0080 q=len_w+c 0081 p=len_h2+d 0082 上 述 公 式 中， 对 应 模 板 帧 的 坐 标 (a,b)， (c,d)， 则 对 应 当 前 帧 的 坐 标 为 (a-w,b+h)， (c-w,d+h)， lice_a 和 slice_b 分别为模板帧 T 和当前帧 C 对应的坐标。cor 为 当前一种覆盖情况下的相关性数据。遍历 slice_a 和 slice_b 选取的覆盖区域数据， 对应 求差值平方， 再把每一个差值平方累加得到一种覆盖情况下的相关性数据 cor。 0083。

37、 相关性矩阵生成模块与相关性计算模块相连， 用于生成相关性矩阵， 根据每段区 域在所有覆盖情况下的相关性数据得到每段的分段相关性矩阵 ； 0084 当前帧 C 以模板帧 T 为参照上下左右移动， 每一种覆盖情况对应相关性计算模块 计算出一个相关性数据， 将相关性计算模块得到的每段选定覆盖区域在所有覆盖情况下的 相关性数据以两帧移动的位移坐标映射成的矩阵为分段相关性矩阵， 相关性矩阵的每一个 说 明 书 CN 103679179 A 9 7/7 页 10 坐标代表两帧图像以此坐标偏移的覆盖情况。如图 0085 5 所示， 所述坐标为直角坐标系， 以两帧图像完全重合的覆盖情况为坐标原点， 即 两帧。

38、之间的水平和垂直方向的位移。 0086 如图4-2中只对ar1区域数据在每一种覆盖情况下分别进行相关性运算， 得到ar1 区域数据相关性矩阵。同理得到 ar2， ar3 区域数据相关性矩阵， 所得的三个相关性矩阵统 称为分段相关性矩阵， 分段相关矩阵个数与覆盖区域数据在采集对象相对于采集窗口的主 要移动方向上划分的段数相同， 如图 4-2 中将覆盖区域划分为三段即有三个分段相关性矩 阵。 0087 由整个选定覆盖区域内所有的数据计算出的相关性数据组成总体相关性矩阵。 0088 极值坐标生成模块与相关性矩阵生成模块相连， 用于求出每段的分段相关性矩阵 中的最大值、 最小值及其坐标。 0089 分。

39、别轮循每个分段相关性矩阵中的每一个值， 求出每个分段相关性矩阵的最大 值、 最小值及其坐标。当最大值或最小值与其中心坐标对应的 （模板帧 T 与当前帧 C 无位移 覆盖时相关性数据） 的值相等时， 以中心坐标代替相应的极值坐标， 即中心偏移优先考虑。 0090 上述提取的几组极值及其坐标可运用于导航、 移动轨迹和速度跟踪、 图像检测、 帧 图像相关性运算等。使得到相关性数据导航时， 能达到手势识别精准化、 多样化， 较好的恢 复采集对象的运动轨迹。 并使图像检测更精准， 拼接图像效果更加准确， 纠正有明显的图像 错位、 图像形变、 短图像、 图像拖尾、 背景拼图 0091 等现象 （参见图 6。

40、、 图 7、 图 8、 图 9、 图 10） 。 0092 本领域的技术人员在不脱离权利要求书确定的本发明的精神和范围的条件下， 还 可以对以上内容进行各种各样的修改。因此本发明的范围并不仅限于以上的说明， 而是由 权利要求书的范围来确定的。 说 明 书 CN 103679179 A 10 1/8 页 11 图 1 图 2 说 明 书 附 图 CN 103679179 A 11 2/8 页 12 图 3 说 明 书 附 图 CN 103679179 A 12 3/8 页 13 图 4 说 明 书 附 图 CN 103679179 A 13 4/8 页 14 图 5 说 明 书 附 图 CN 103679179 A 14 5/8 页 15 图 6 说 明 书 附 图 CN 103679179 A 15 6/8 页 16 图 7 说 明 书 附 图 CN 103679179 A 16 7/8 页 17 图 8 图 9 说 明 书 附 图 CN 103679179 A 17 8/8 页 18 图 10 说 明 书 附 图 CN 103679179 A 18 。