模板匹配(机器视觉算法与应用).pdf

模板匹配 典型算法原理 模板匹配-简要流程 01 模板w开始位置在图像f 的左上角 当w 的中心位于f 的边界上时，围绕f 的边界需要进行填充。填充通常 被限制为模板宽度的一半。 02 模板从左上角向右下角开始移动 每次移动一个像素的位置，过程中可以得到模板和图像各位置间的相似度。 03 生成结果图像 相似度量值保存到结果图像中. 在结果图像中的每个位置都包含匹配度量值。 04 找到匹配位置 根据所用的匹配算法不同，对结果图像进行处理分析，找到匹配位置。 2 模板匹配算法分类 基于灰度值的模 基于边缘的模板 基于形状的模板 板匹配算法。 匹配算法 匹配算法 3 Gray-Value-Based Template Matching 基于灰度值的模板匹配 基于灰度值的模板匹配—基本概念 相似度量S是一个函数，函数中的参数包括： ①模板中各点的灰度值t(r,c)； 相似度量 ②模板感兴趣区域移动到图像当前位置时感兴趣区域 中的灰度值f(r+u,c+v)； 然后基于这些灰度值计算一个标量值作为相似度量。 5 基于灰度值的模板匹配——相似度量方法—SAD,SSD （Sum of absolute/squared difference） 0 S A D : 计算模板与图像之间差值的绝对值总和 1 0 S S D : 计算模板和图像之间差值的平方和 2 问题 ？  在光照保持不变的情况下，SAD和SSD相似度量的结果非常好。  当光照发生变化，甚至在图像中存在相同物体的情况下，他们都将 返回非常大的结果! 6 基于灰度值的模板匹配——相似度量方法—NCC(Normalized cross--correlation) 03 N CC ：归一化互相关系数 c(r, c)  t(u, v) f (r u,c v) (u ,v)T 7 基于灰度值的模板匹配算法—NCC 结果 8 基于灰度值的模板匹配——总结 • 基于灰度值的模板匹配方法原理简单。 优