机器视觉应用技术实验教程模版匹配.pdf

实验9模板匹配

一、实验目的

1.掌握OpenCV下图像模板匹配方法的使用。

2.掌握AiCam框架的部署和使用。

二、实验环境

硬件环境：PC机Pentium处理器双核2GHz以上，内存4GB以上

操作系统：Windows764位及以上操作系统

开发软件：MobaXterm

实验器材：人工智能边缘应用平台

实验配件：无

三、实验内容

1.算法原理

1.1基本描述

模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。简单而言，模板就是一幅已知

的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同

的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。

1.2专业术语

图像模板匹配：

模板匹配是指在当前图像A内寻找与图像B最相似的部分，一般将图像A称为输入图像，将图像

B称为模板图像。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。

1.3常用方法

图像模板匹配：

OpenCV中matchTemplat方法去实现通过模板与目标图像进行寻找最佳匹配。

#image：输入一个待匹配的图像，支持8U或者32F。

#templ：输入一个模板图像，与image相同类型。

#result：输出保存结果的矩阵，32F类型。

#method：要使用的模板匹配方式。opencv中匹配方式有六种可供选择：

#-cv::TM_SQDIFF

#计算模板与目标图像的方差，由于是像素值差值的平方的和，所以值越小匹配程度越高。

#-cv::TM_SQDIFF_NORMED

#范化的cv::TM_SQDIFF，取值为0-1之间，完美匹配返回值为0。

#-cv::TM_CCORR

#使用dotproduct计算匹配度，越高匹配度就好。

#-cv::TM_CCORR_NORMED

#范化的cv::TM_CCORR，0-1之间。

#-cv::TM_CCOEFF

#采用模板与目标图像像素与各自图像的平均值计算dotproduct，正值越大匹配度越高，负#

值越大图像的区别越大，但如果图像没有明显的特征（即图像中的像素值与平均值接近）则返回

值越接近0。

#-cv::TM_CCOEFF_NORMED

#范化的cv::TM_CCOEFF，-1~1之间。

matchTemplate(InputArrayimage,InputArraytempl,OutputArrayresult,intmethod)

2.功能设计

2.1功能描述

AiCam人工智能轻量化应用框架是一款面向于人工智能边缘应用的开发框架，采用统一模型调用、

统一硬件接口、统一算法封装和统一应用模板的设计模式，实现了嵌入式边缘计算环境下进行快速的应

用开发和项目实施。

AiCam为模型算法的调用提供RESTful调用接口，实时返回分析的视频结果和数据，同时通过物

联网云平台的应用接口，实现与硬件的连接和互动，最终形成各色智联网产业应用。

AiCam框架如下图所示：

返回base64编码的图片和结果数据

Flask服务

http://gwip:4001/stream/algorithm_name?camera_id=0

边缘推理

算法调度

视频推流

AiCam框架应用

websocket

ZCloudAPI