2DObjectiveRecognition-3模板匹配范例.pptVIP

第4单元2D 目标识别与匹配Part3: 模板匹配2013 主要内容 模板匹配的思想及分类 基于灰度 基于边缘 三个关键问题 应对变化 相似性度量：SSD, NCC，相关函数 加速计算：图像金字塔 * 机电工程与自动化学院 视觉检测技术 * 机电工程与自动化学院 视觉检测技术 目标识别的基本思路 利用已知图像做为模板进行匹配 利用先验知识，提取物体特征判断 方法 执行效率不是最优的 针对特定的物体，需要开发专用的算法，如果目标变化，则需要重新开发算法 缺点 机器人视觉识别 通用性好 基于模板的方法 圆形目标的检测 举例 执行效率高 优点 基于特征的方法 HALCON的实际应用：模板匹配 模板匹配是摄影测量和计算机视觉的一个基本问题，它是数字摄影测量自动化的关键。 图像匹配的核心问题是将不同的分辨率、不同的亮度属性、不同的位置 （平移和旋转）、不同的比例尺、不同的非线性变形的图像对应起来。 应用领域广泛：目标物体运动跟踪， 目标识别，三维重建，全景图，目标定位…… 3.1 模板匹配的概念 3.2 模板匹配的基本方法 基于灰度的模板匹配(gray-value-based) －利用模板图像的所有灰度值，不能适应光照变化、缩放变化、多通道图像等 －用于简单图像 ? 基于形状的模板匹配（shape-based） －使用边缘特征定位物体 －对于很多干扰因素不敏感，例如光照