《OMRON视觉检测软件》PPT 3-5模板匹配.pptx

模板匹配 一、模板匹配的本质 二、模板匹配小实验 三、模板匹配的核心步骤 1/8 一 模板匹配的本质 模板匹配的本质是基于内容的检索，属于图像分析领域中最常用的技术之一。其目的是在给定查询图像的前提下，依据内容信息或指定查询标准，在图像数据库中搜索并查找出符合查询条件的相应图像。 互联网络上传统的搜索引擎，包括百度、Google都推出了相应的图片搜索功能，但是这种搜索主要是基于图片的文件名建立索引来实现查询功能（或许也利用了网页上的文字信息）。这种从查询文字，文件名，最后到图片查询的机制并不是基于图像内容的检索。基于内容的图像检索指的是查询条件本身就是一个图像，或者是对于图像内容的描述，它建立索引的方式是通过提取图像的底层特征，然后通过计算比较这些特征和查询条件之间的异同，来决定两个图片的相似程度。 2/8 二 模板匹配小实验 本实验使用一个生活中的实例：某手机APP中的“拍立淘”功能。比如笔者想要在网上搜索下图这样一个玻璃杯。 3/8 二 模板匹配小实验 这个小实例中，查询条件就是图中通过手机后置摄像头扫描到的图像，在软件的内部进行图像特征提取，然后在网站的数据库中跟众多商品的图像进行查询和比对，找到符合特征条件的商品。 4/8 三 分辨率的单位与计算方法 模板匹配的核心包括以下三部分： 特征提取 从广义上讲，图像的特征包括基于文本的特征（如关键字、注释等）和视觉特征（如色彩、纹理、形状、对象表面等）两类。视觉特征又可分为通用的视觉特征和领域相关的视觉特征。前者用于描述所有图像共有的特征，与图像的具体类型或内容无关，主要包括色彩、纹理和形状，这些特征又被称为底层特征；后者则建立在对所描述图像内容的某些先验知识（或假设）的基础上，与具体的应用紧密有关，例如人的面部特征或指纹特征等。 可提取的图像特征可以包括颜色、纹理、平面空间对应关系、外形，或者其他统计特征。图像特征的提取与表达是模板匹配的基础。 5/8 三 分辨率的单位与计算方法 2. 相似度测量 从图像中提取的特征可以组成一个向量，两个图像之间可以通过定义一个距离或者相似性的测量度来计算相似度。 6/8 三 分辨率的单位与计算方法 3. 模板查询 模板查询有着不同的查询方式，典型的三个查询方式有： （1）按例查询（QBE-Query By Example）：用户提供一个查询图像，在数据库中搜索相似图像。 （2）按绘查询（Query by sketch）：用户在类似画笔的接口上面进行简单的绘画，以此为标准进行查询。 （3）按描述查询：例如指定条件可以是30%的黄色，70%的蓝色等。 7/8 THANKS! 华航科技 致真唯实 8/8