本發(fā)明屬于圖像匹配相關(guān)技術(shù)領(lǐng)域，更具體地，涉及一種適用于IC封裝設(shè)備變形物體的匹配方法。

背景技術(shù)：

IC(Integrated circuit)集成電路工業(yè)是當(dāng)前全球經(jīng)濟(jì)發(fā)展的高速增長(zhǎng)點(diǎn)，廣泛應(yīng)用于各個(gè)領(lǐng)域。IC封裝作為IC產(chǎn)業(yè)的核心環(huán)節(jié)之一，其技術(shù)水平的高低在很大程度上影響整個(gè)IC產(chǎn)業(yè)。隨著微電子技術(shù)、計(jì)算機(jī)技術(shù)和通信技術(shù)的迅速發(fā)展，電子產(chǎn)品迅速朝著便攜式、小型化方向發(fā)展。IC芯片的集成度不斷提高，對(duì)IC封裝技術(shù)也提出了更高的要求：1、單位體積信息的提高(高密度化)；2、單位時(shí)間處理速度的提高(高速化)。對(duì)應(yīng)地，IC封裝技術(shù)也向著高度集成化、高性能化、多引線和細(xì)間距化方向發(fā)展，高速、高精度的需求日益緊迫。其中，高速視覺(jué)識(shí)別技術(shù)作為IC封裝設(shè)備技術(shù)的關(guān)鍵技術(shù)之一，決定了IC封裝設(shè)備的工作能力，直接影響著封裝設(shè)備的封裝精度和速度。而圖像匹配技術(shù)又是機(jī)器視覺(jué)識(shí)別技術(shù)的關(guān)鍵技術(shù)之一，圖像匹配主要可分為以灰度為基礎(chǔ)的匹配和以特征為基礎(chǔ)的匹配。利用灰度信息匹配方法的計(jì)算量很大，不利于推廣使用。特征是圖像內(nèi)容最抽象的描述，與基于灰度的匹配方法相比，特征相對(duì)于幾何圖像和輻射度影響來(lái)說(shuō)更不易變化。

作為一種機(jī)器視覺(jué)識(shí)別方面的應(yīng)用，圖像變形匹配問(wèn)題近年來(lái)倍受關(guān)注。圖像變形匹配技術(shù)應(yīng)用面很廣，如IC封裝方面。對(duì)于一些電子器件需要對(duì)很多模型進(jìn)行模擬以及變形的場(chǎng)合，圖像變形匹配技術(shù)起著非常重要的作用。但是，在復(fù)雜工作環(huán)境下，目標(biāo)圖像常常會(huì)發(fā)生變形，在紋理較少的圖像區(qū)域提取的特征的密度通常比較稀少，使局部特征的提取比較困難。另外，基于特征的匹配方法的相似性度量也比較復(fù)雜，往往要以特征屬性、啟發(fā)式方法及閥方法的結(jié)合來(lái)確定度量方法。相應(yīng)地，本領(lǐng)域存在著發(fā)展一種基于變形目標(biāo)的匹配方法的技術(shù)需求。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種適用于IC封裝設(shè)備變形物體的匹配方法，其將目標(biāo)圖像的匹配轉(zhuǎn)換成圖像中物體輪廓的匹配，提取和比較模板圖像和目標(biāo)圖像中物體的輪廓特征的不變量，即使目標(biāo)圖像中物體發(fā)生較大變形或者局部遮擋，也可很好匹配到目標(biāo)圖像中的物體。此外，所述匹配方法將整個(gè)目標(biāo)圖像中物體的非線性變換分解成多邊形各邊的線性變換問(wèn)題，解決了匹配中的相似度計(jì)算問(wèn)題，從而實(shí)現(xiàn)了大變形物體的精匹配，在保證匹配精度的情況下提高了匹配速度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種適用于IC封裝設(shè)備變形物體的匹配方法，其包括以下步驟：

(1)提供模板圖像及目標(biāo)圖像，并提取所述模板圖像中物體的輪廓及所述目標(biāo)圖像中物體的輪廓；

(2)通過(guò)鏈碼的方式獲得所述目標(biāo)圖像中物體的擬合多邊形及所述模板圖像中物體的擬合多邊形，且分別稱(chēng)為目標(biāo)擬合多邊形和模板擬合多邊形；

(3)建立目標(biāo)圖像哈希表及模板圖像哈希表；

(4)根據(jù)所述目標(biāo)圖像哈希表及所述模板圖像哈希表，對(duì)所述目標(biāo)圖像及所述模板圖像進(jìn)行粗匹配；

(5)建立目標(biāo)擬合多邊形的參考質(zhì)心極坐標(biāo)系及模板擬合多邊形的參考質(zhì)心極坐標(biāo)系，且分別稱(chēng)為模板參考質(zhì)心極坐標(biāo)系和模板參考質(zhì)心極坐標(biāo)系，并計(jì)算所述目標(biāo)擬合多邊形各邊的中點(diǎn)在所述目標(biāo)參考質(zhì)心極坐標(biāo)系中的位置坐標(biāo)及所述模板擬合多邊形的各邊的中點(diǎn)在所述模板參考質(zhì)心極坐標(biāo)系中的位置坐標(biāo)；

(6)計(jì)算所述模板擬合多邊形各邊的梯度方向、所述目標(biāo)擬合多邊形各邊的梯度方向、所述目標(biāo)擬合多邊形與所述模板擬合多邊形各邊之間的線性變換矩陣及相似度分?jǐn)?shù)；

(7)整個(gè)所述目標(biāo)圖像中的物體與所述模板圖像中的物體之間的非線性變換的全局相似度分?jǐn)?shù)采用步驟(6)獲得的相似度分?jǐn)?shù)的加權(quán)值計(jì)算，權(quán)重按所述目標(biāo)擬合多邊形各邊的邊長(zhǎng)比例選定，全局相似度分?jǐn)?shù)大于設(shè)定閾值，即精匹配成功。

進(jìn)一步的，提取所述模板圖像中物體的輪廓及所述目標(biāo)圖像中物體的輪廓之前還包括對(duì)所述模板圖像及所述目標(biāo)圖像進(jìn)行濾波處理。

進(jìn)一步的，通過(guò)鏈碼的方式獲得所述目標(biāo)圖像的目標(biāo)擬合多邊形及所述模板圖像的模板擬合多邊形的過(guò)程包括以下步驟：

(2.1)綜合考慮所述目標(biāo)圖像中物體的曲線的全局及局部特征并通過(guò)鏈碼的方式求得優(yōu)勢(shì)點(diǎn)；

(2.2)計(jì)算優(yōu)勢(shì)點(diǎn)到與該優(yōu)勢(shì)點(diǎn)相鄰的兩個(gè)優(yōu)勢(shì)點(diǎn)連成的直線段的垂直距離d；

(2.3)將所述優(yōu)勢(shì)點(diǎn)都遍歷完后，計(jì)算每個(gè)優(yōu)勢(shì)點(diǎn)的衡量比例；

(2.4)如果所有優(yōu)勢(shì)點(diǎn)的衡量比例都小于設(shè)定閾值，則擬合誤差閾值dt增加0.5，再重復(fù)步驟(2.2)及步驟(2.3)，直到所有優(yōu)勢(shì)點(diǎn)的衡量比例都大于設(shè)定閾值，則擬合完成。

進(jìn)一步的，所述設(shè)定閾值為0.5。

進(jìn)一步的，所述擬合誤差閾值dt的初始值為0.5。

進(jìn)一步的，在步驟(2.3)中，如果距離d大于所述擬合誤差閾值dt，則保留該優(yōu)勢(shì)點(diǎn)，否則刪除。

進(jìn)一步的，所述衡量比例由下式計(jì)算獲得：

式中，Δl是刪除掉優(yōu)勢(shì)點(diǎn)P_j后，圖像邊界輪廓長(zhǎng)度的減少量，p_i、p_j、p_k是相鄰的三個(gè)優(yōu)勢(shì)點(diǎn)。

進(jìn)一步的，步驟(4)包括對(duì)所述目標(biāo)圖像哈希表及所述模板圖像哈希表中的數(shù)據(jù)進(jìn)行投票，比較所述模板圖像哈希表及所述目標(biāo)圖像哈希表以找到滿(mǎn)足誤差要求的目標(biāo)基坐標(biāo)系，并將對(duì)應(yīng)的所述目標(biāo)基坐標(biāo)系的投票數(shù)進(jìn)行加一處理；直到找到投票數(shù)最高的目標(biāo)基坐標(biāo)系，如果最高票數(shù)大于票數(shù)設(shè)定閾值，證明粗匹配到了所述目標(biāo)圖像中的物體。

總體而言，通過(guò)本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，本發(fā)明提供的適用于IC封裝設(shè)備變形物體的匹配方法，其將目標(biāo)圖像的匹配轉(zhuǎn)換成圖像中物體輪廓的匹配，提取和比較模板圖像和目標(biāo)圖像中物體的輪廓特征的不變量，即使目標(biāo)圖像中物體發(fā)生較大變形或者局部遮擋，也可很好匹配到目標(biāo)圖像中的物體。此外，所述匹配方法將整個(gè)目標(biāo)圖像中物體的非線性變形分解成多邊形各邊的線性變換問(wèn)題，解決了匹配中的相似度計(jì)算問(wèn)題，從而實(shí)現(xiàn)了大變形物體的精匹配，在保證匹配精度的情況下提高了匹配速度。

附圖說(shuō)明

圖1是本發(fā)明較佳實(shí)施方式提供的適用于IC封裝設(shè)備變形物體的匹配方法的流程示意圖。

圖2是圖1中的適用于IC封裝設(shè)備變形物體的匹配方法涉及的目標(biāo)圖像中物體的輪廓示意圖。

圖3是圖2中的目標(biāo)圖像中物體輪廓的擬合示意圖。

圖4是圖1中的適用于IC封裝設(shè)備變形物體的匹配方法涉及的佛雷曼鏈碼示意圖。

圖5是圖2中的目標(biāo)多邊形的所有優(yōu)勢(shì)點(diǎn)示意圖。

圖6是圖5中的兩個(gè)間隔優(yōu)勢(shì)點(diǎn)之間的優(yōu)勢(shì)點(diǎn)到該兩個(gè)間隔優(yōu)勢(shì)點(diǎn)連成的直線段的垂直距離示意圖。

圖7是圖3中的優(yōu)勢(shì)點(diǎn)移動(dòng)到最佳位置的示意圖。

圖8是圖2中的目標(biāo)圖像的目標(biāo)基坐標(biāo)系歸一化示意圖。

圖9是圖2中的目標(biāo)圖像的基元與基坐標(biāo)系的位置示意圖。

圖10是圖2中的目標(biāo)圖像的基坐標(biāo)系示意圖。

圖11是圖2中的目標(biāo)圖像的目標(biāo)圖像哈希表示意圖。

圖12是圖2中的目標(biāo)圖像與模板圖像粗匹配的流程圖。

圖13是圖3中的擬合多邊形的各邊中點(diǎn)在參考質(zhì)心極坐標(biāo)系中的位置示意圖。

圖14是圖1中的適用于IC封裝設(shè)備變形物體的匹配方法涉及的模板圖像的模板多邊形的各邊梯度示意圖。

圖15是圖2中的目標(biāo)多邊形與圖14中的模板多邊形的各邊對(duì)應(yīng)關(guān)系示意圖。

圖16是圖1中的適用于IC封裝設(shè)備變形物體的匹配方法涉及的精匹配流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

請(qǐng)參閱圖1至圖4，本發(fā)明較佳實(shí)施方式提供的適用于IC封裝設(shè)備變形物體的匹配方法，所述匹配方法將目標(biāo)圖像的匹配轉(zhuǎn)換成目標(biāo)圖像中物體輪廓的匹配，提取和比較模板圖像和目標(biāo)圖像中物體輪廓特征的不變量，即使目標(biāo)圖像中的物體發(fā)生較大變形或者局部被遮擋，目標(biāo)圖像與模板圖像也能很好的進(jìn)行匹配。在經(jīng)過(guò)基于幾何哈希表的變形物體粗匹配過(guò)程后，得到目標(biāo)圖像中物體的粗匹配結(jié)果，選擇擬合多邊形的各頂點(diǎn)的加權(quán)質(zhì)心為變形測(cè)量的參考中心，權(quán)重按多邊形各邊邊長(zhǎng)比例選定，建立參考質(zhì)心極坐標(biāo)系，選擇擬合多邊形各邊的中點(diǎn)為測(cè)量點(diǎn)，計(jì)算各邊中點(diǎn)在參考質(zhì)心極坐標(biāo)系中的位置關(guān)系，通過(guò)幾何哈希表粗匹配得到匹配位置、方向、模板圖像中物體擬合多邊形各邊梯度方向和目標(biāo)圖像中物體擬合的多邊形各邊梯度方向、以及各邊中點(diǎn)在參考質(zhì)心基坐標(biāo)系中的位置關(guān)系，找到模板圖像中擬合的多邊形與目標(biāo)圖像中擬合的多邊形各邊之間的對(duì)應(yīng)關(guān)系，通過(guò)多邊形各邊的梯度方向和相對(duì)質(zhì)心的位置解決多邊形變形匹配中的對(duì)應(yīng)問(wèn)題，整個(gè)目標(biāo)圖像中的物體和模板圖像中的物體間的非線性變換的全局相似度分?jǐn)?shù)用多邊形各邊的相似度分?jǐn)?shù)的加權(quán)值計(jì)算，權(quán)重按各邊邊長(zhǎng)比例選定，全局的相似度分?jǐn)?shù)大于設(shè)定閾值即精匹配成功。本發(fā)明提供的適用于IC封裝設(shè)備變形物體的匹配方法通過(guò)將整個(gè)目標(biāo)圖像中物體的非線性變換分解成多邊形各邊的線性變換問(wèn)題，解決了匹配中的相似度計(jì)算問(wèn)題，從而實(shí)現(xiàn)了大變形物體的精匹配，在保證匹配精度的情況下提高了匹配速度。本實(shí)施方式中，對(duì)模板圖像的處理是離線進(jìn)行的，對(duì)目標(biāo)圖像的處理是在線進(jìn)行的。

請(qǐng)參閱圖5至圖8，本實(shí)施方式中，所述的適用于IC封裝設(shè)備變形物體的匹配方法主要包括以下步驟：

步驟一，提供模板圖像及目標(biāo)圖像，根據(jù)需要對(duì)所述模板圖像及所述目標(biāo)圖像進(jìn)行濾波處理，并分別提取所述模板圖像中物體的輪廓及所述目標(biāo)圖像中物體的輪廓。

步驟二，通過(guò)鏈碼的方式獲得所述目標(biāo)圖像中物體輪廓的的目標(biāo)擬合多邊形及所述模板圖像中物體輪廓的模板擬合多邊形。模板擬合多邊形的獲得方法與目標(biāo)擬合多邊形的獲得方法相同，本實(shí)施方式中，以目標(biāo)擬合多邊形的獲得方法為例對(duì)本發(fā)明的擬合多變形的獲得過(guò)程進(jìn)行說(shuō)明。

具體地，獲得所述目標(biāo)圖像中物體輪廓的目標(biāo)擬合多邊形的過(guò)程主要包括以下步驟：

(2.1)綜合考慮所述目標(biāo)圖像中物體輪廓曲線的全局及局部特征通過(guò)鏈碼的方式得到優(yōu)勢(shì)點(diǎn)(Dominant point)。鏈碼用于表示有順次連接的具有指定長(zhǎng)度和方向的直線段組成的邊界，典型地，這種表示基于這些線段的4連接或者8連接，每個(gè)線段的方向使用一種數(shù)字編號(hào)方案編碼，這種用方向性數(shù)字序列表示的編碼即為弗雷曼鏈碼。對(duì)所述目標(biāo)多邊形進(jìn)行弗雷曼鏈碼編碼，比較輪廓上每個(gè)邊界點(diǎn)的鏈碼方向和它上一個(gè)邊界點(diǎn)的鏈碼方向數(shù)字序號(hào)，如果不同，則這個(gè)邊界點(diǎn)是優(yōu)勢(shì)點(diǎn)，遞歸遍歷所述目標(biāo)多邊形的邊界上的所有邊界點(diǎn)，找出所有的優(yōu)勢(shì)點(diǎn)。

(2.2)計(jì)算優(yōu)勢(shì)點(diǎn)到直線的垂直距離d，可以由下面公式計(jì)算獲得：式中，d為兩個(gè)間隔優(yōu)勢(shì)點(diǎn)之間的優(yōu)勢(shì)點(diǎn)到這兩個(gè)優(yōu)勢(shì)點(diǎn)組成的直線段的垂直距離，(x_i，y_i)，(x_j，y_j)，(x_k，y_k)分別是優(yōu)勢(shì)點(diǎn)P_i，P_j，P_k在圖像坐標(biāo)系中的坐標(biāo)值，圖像坐標(biāo)系是在相機(jī)采集的目標(biāo)圖像上建立的坐標(biāo)系，其坐標(biāo)原點(diǎn)位于目標(biāo)圖像的左上角。

(2.3)將所有的優(yōu)勢(shì)點(diǎn)都遍歷完后，計(jì)算每個(gè)優(yōu)勢(shì)點(diǎn)的衡量比例r，式中，Δl是刪除掉優(yōu)勢(shì)點(diǎn)P_j后，圖像邊界輪廓長(zhǎng)度的減少量，用r來(lái)衡量?jī)?yōu)勢(shì)點(diǎn)在所述目標(biāo)多邊形的特征點(diǎn)中的重要性。如果d大于擬合誤差閾值dt，則保留該優(yōu)勢(shì)點(diǎn)，否則刪除。本實(shí)施方式中，所述擬合誤差閾值dt的初始值為0.5。

(2.4)如果所有優(yōu)勢(shì)點(diǎn)的衡量比例r都小于設(shè)定閾值，則擬合誤差閾值dt增加0.5，在重復(fù)步驟(2.2)及(2.3)，直到所有優(yōu)勢(shì)點(diǎn)的衡量比例r都大于設(shè)定閾值，則擬合完成，得到目標(biāo)擬合多邊形。本實(shí)施方式中，所述設(shè)定閾值為0.5。

步驟三，建立目標(biāo)圖像哈希表及模板圖像哈希表。具體地，將目標(biāo)擬合多邊形的相鄰兩點(diǎn)間的直線段設(shè)為基元，所述目標(biāo)擬合多邊形可以由一系列首尾相連的基元來(lái)擬合，目標(biāo)的匹配變?yōu)榛钠ヅ?。選取一個(gè)所述基元且進(jìn)行歸一化處理，并以該基元為坐標(biāo)軸建立目標(biāo)基坐標(biāo)系。計(jì)算其他基元在所述目標(biāo)基坐標(biāo)系中的坐標(biāo)位置，并存入目標(biāo)圖像哈希表中。重復(fù)以上步驟，直到所有的基元都建立了目標(biāo)基坐標(biāo)系并將其他基元在該目標(biāo)基坐標(biāo)系的位置關(guān)系存入目標(biāo)圖像哈希表中。同時(shí)，以上面所述的方式求得模板圖像的模板圖像哈希表。

步驟四，請(qǐng)參閱圖9至圖12，根據(jù)所述目標(biāo)圖像哈希表及所述模板圖像哈希表，對(duì)所述目標(biāo)圖像及所述模板圖像進(jìn)行粗匹配。對(duì)所述目標(biāo)圖像哈希表及所述模板圖像哈希表中的數(shù)據(jù)進(jìn)行投票，比較所述模板圖像哈希表及所述目標(biāo)圖像哈希表，找到滿(mǎn)足誤差要求的目標(biāo)基坐標(biāo)系，并將對(duì)應(yīng)的所述目標(biāo)基坐標(biāo)系的投票數(shù)進(jìn)行加一處理。直到找到投票數(shù)最高的目標(biāo)基坐標(biāo)系，如果最高票數(shù)大于票數(shù)設(shè)定閾值，證明粗匹配到了所述目標(biāo)圖像中的物體，完成粗匹配。

具體地，計(jì)算模板基坐標(biāo)系與其對(duì)應(yīng)的目標(biāo)基坐標(biāo)系之間的位置關(guān)系，以得到所述目標(biāo)圖像中匹配到的物體的位置及方向?；谀繕?biāo)基坐標(biāo)系中首末兩點(diǎn)的坐標(biāo)值為計(jì)算公式為：

式中，θ是此基元在目標(biāo)基坐標(biāo)系中的位置角度。由坐標(biāo)位置計(jì)算基元與目標(biāo)基坐標(biāo)系原點(diǎn)之間的距離L及該基元在此目標(biāo)基坐標(biāo)系中的角度α，并存入目標(biāo)圖像哈希表中。

比較所述模板圖像哈希表及所述目標(biāo)圖像哈希表，以找到誤差允許范圍內(nèi)的(L，α)，并將對(duì)應(yīng)的目標(biāo)基坐標(biāo)系的投票數(shù)進(jìn)行加一處理。直到找到投票數(shù)最高的目標(biāo)基坐標(biāo)系，如果找到的該目標(biāo)基坐標(biāo)系的投票數(shù)大于所述票數(shù)設(shè)定閾值，證明粗匹配到了所述目標(biāo)圖像中的物體；計(jì)算所述模板基坐標(biāo)系及對(duì)應(yīng)的目標(biāo)基坐標(biāo)系之間的位置關(guān)系，得到所述目標(biāo)圖像中匹配到的物體的位置及方向。

模板基坐標(biāo)系轉(zhuǎn)換到目標(biāo)基坐標(biāo)系的公式：

式中，是模板圖像坐標(biāo)系中模板參考點(diǎn)的坐標(biāo)位置；是目標(biāo)圖像坐標(biāo)系中匹配到的物體的參考點(diǎn)坐標(biāo)位置；是目標(biāo)圖像相對(duì)于模板圖像的平移量；k是縮放量；θ是目標(biāo)圖像相對(duì)于模板圖像的旋轉(zhuǎn)角度：具體可以由下面公式進(jìn)行求解：

x₀＝x₃-kx₁cosθ+ky₁sinθ

y₀＝y(tǒng)₃-kx₁sinθ-ky₁cosθ

式中，(x₁，y₁)，(x₂，y₂)是模板基坐標(biāo)系對(duì)應(yīng)基元兩端端點(diǎn)在模板圖像基坐標(biāo)系中的坐標(biāo)值，(x₃，y₃)，(x₄，y₄)是與模板基坐標(biāo)系所對(duì)應(yīng)的目標(biāo)基坐標(biāo)系的基元兩端端點(diǎn)在目標(biāo)圖像基坐標(biāo)系中的坐標(biāo)值。

步驟五，建立目標(biāo)參考質(zhì)心極坐標(biāo)系及模板參考質(zhì)心極坐標(biāo)系，并計(jì)算所述目標(biāo)擬合多邊形各邊的中點(diǎn)在所述目標(biāo)參考質(zhì)心極坐標(biāo)系中的位置坐標(biāo)及所述模板擬合多邊形的各邊的中點(diǎn)在所述模板參考質(zhì)心極坐標(biāo)系中的位置坐標(biāo)。具體地，選擇所述目標(biāo)擬合多邊形的各頂點(diǎn)的加權(quán)質(zhì)心作為變形測(cè)量的參考質(zhì)心，建立所述目標(biāo)參考質(zhì)心極坐標(biāo)系，權(quán)重按照所述目標(biāo)擬合多邊形的各邊的邊長(zhǎng)比例選定；選擇所述目標(biāo)擬合多邊形的各邊的中點(diǎn)作為測(cè)量點(diǎn)，并計(jì)算所述目標(biāo)擬合多邊形的各邊的中點(diǎn)在所述目標(biāo)參考質(zhì)心坐標(biāo)系中的位置坐標(biāo)。以同樣的方式建立所述模板參考質(zhì)心基坐標(biāo)系及求解所述模板擬合多邊形的各邊的中點(diǎn)在所述模板參考質(zhì)心極坐標(biāo)系中的位置坐標(biāo)。

步驟六，請(qǐng)參閱圖13至圖16，計(jì)算模板擬合多邊形及目標(biāo)擬合多邊形各邊的梯度方向、線性變換矩陣及相似度分?jǐn)?shù)。具體地，通過(guò)哈希表匹配得到的匹配位置及方向，計(jì)算所述目標(biāo)擬合多邊形的各邊的梯度方向及所述模板擬合多邊形各邊的梯度方向、及所述目標(biāo)擬合多邊形的各邊在所述目標(biāo)參考質(zhì)心極坐標(biāo)系中的位置關(guān)系及所述模板擬合多邊形的各邊在所述模板參考質(zhì)心極坐標(biāo)系中的位置關(guān)系，找到所述模板多邊形與所述目標(biāo)多邊形各邊之間的對(duì)應(yīng)關(guān)系，進(jìn)而計(jì)算所述目標(biāo)擬合多邊形各邊與其對(duì)應(yīng)的所述模板多變形各邊之間的線性變換矩陣T_i和相似度分?jǐn)?shù)s_i，相似度分?jǐn)?shù)s_i是線性變換矩陣T_i與單位矩陣I的相關(guān)系數(shù)。

步驟七，整個(gè)所述目標(biāo)圖像中的物體與所述模板圖像中的物體之間的非線性變換的全局相似度分?jǐn)?shù)采用所述目標(biāo)擬合多邊形各邊的相似度分?jǐn)?shù)的加權(quán)值計(jì)算，權(quán)重按所述目標(biāo)擬合多邊形各邊的邊長(zhǎng)比例選定，全局相似度分?jǐn)?shù)大于設(shè)定閾值，即精匹配成功。

本發(fā)明提供的適用于IC封裝設(shè)備變形物體的匹配方法，將目標(biāo)圖像的匹配轉(zhuǎn)換成圖像中物體輪廓的匹配，提取和比較模板圖像和目標(biāo)圖像中物體的輪廓特征的不變量，即使目標(biāo)圖像中物體發(fā)生較大變形或者局部遮擋，也可很好匹配到目標(biāo)圖像中的物體。此外，所述匹配方法將整個(gè)目標(biāo)圖像中物體的非線性變換分解成多邊形各邊的線性變換問(wèn)題，解決了匹配中的相似度計(jì)算問(wèn)題，從而實(shí)現(xiàn)了大變形物體的精匹配，在保證匹配精度的情況下提高了匹配速度。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。