基于差分多值的快速模板匹配算法

吴小洪，尧三品，刘金保
广东工业大学机械装备制造及控制技术教育部重点实验室，广东广州

摘　　　要：基于归一化算法求解相似度原理，本文中提出了利用差分多值方法，在不降低匹配精度前提下大大的提高了匹配的速度。计算相似度时，先利用差分多值的方法对分子进行快速卷积运算，对其中一个式子进行差分，利用差分数组减少乘法运算；对分母利用邻窗口数据相关性进行运算，并对其中的一个式子用二次式展开，然后将累计项带入计算。在采用搜索策略时，综合比较遗传算法和金字塔式算法的优缺点基础上采用金字塔算法。在模板匹配过程中，取相似度较大的点作为匹配点。结果表明该算法匹配的速度快而又不降低匹配精度，而且稳定性好，具有一定的应用价值。

关　键　词：差分运算；邻窗口数据；金字塔式搜索；模板匹配

１　引　言
图像匹配［１］是图像处理中一个重要的课题，在计算机视觉、运动目标跟踪与识别、序列图像压缩中运动补偿、医学图像处理等领域有广阔的应用前景。图像匹配包括模板匹配、目标匹配和动态模式匹配，其中模板（子图像或窗）匹配是较常见的匹配方法。模板匹配常用的一种相似度方法为计算模板与源图像对应区域的误差平方和。为了匹配的准确性，常采用归一化互相关作为误差的平方和测度。用归一化相关求匹配［２］运算量非常大，因为模板要在源图像上每个可能的匹配点进行互相关和自相关运算，而其中互相关的运算量较大，自相关的计算量较少。对于单目标模板，除了较佳的一个匹配点外，其余的运算都是无效的。所以就有必要对其进行改进，以提高运算速度。在已有的算法中，有的通过缩小搜索区域的方法来加快匹配的速度，或利用多项式的性质进行匹配。还有利用归一化算法的ＦＦＴ算法，利用频率域和空间域的关系，进行匹配计算。改变搜索区域的方法只能适应特定的情况，无法应对变化的工作条件，ＦＦＴ算法对图像进行全图搜索并节省了计算量，但其匹配速度还有待改进。本文在计算误差平方和测度时对分子分母的运算运用相关的理论进行了改进。在此基础上在运用金字塔算法进行搜索，较终找出匹配点。本算法的匹配速度比归一化快速算法都快，能达到与归一化快速算法的匹配精度。

登录网站后可下载文件

相关阅读:

• ...2011/10/08 13:45·基于差动式电容传感器的车辆载荷检测系统[图]