中文引用格式： 林煜桐，朱姍姍，彭凌西，等. 基于局部方差和后驗(yàn)概率分類的快速模板匹配算法[J]. 電子技術(shù)應(yīng)用，2023，49(9)：97-102.
英文引用格式： Lin Yutong，Zhu Shanshan，Peng Lingxi，et al. Fast template matching based on local variance and posterior probability classification[J]. Application of Electronic Technique，2023，49(9)：97-102.
0 引言
模板匹配是計(jì)算機(jī)視覺(jué)領(lǐng)域的一種經(jīng)典算法[1-2]，在實(shí)際工業(yè)應(yīng)用中用于目標(biāo)定位。它的基本思想是僅憑模板圖像的先驗(yàn)知識(shí)，在目標(biāo)圖像中找到與模板圖像最相似的匹配區(qū)域，其匹配思路可以分為基于灰度[3]、基于特征點(diǎn)[4]和基于形狀[5]。
基于灰度的方法[6-8]通過(guò)計(jì)算灰度的差異來(lái)估計(jì)模板圖像和候選窗口的相似度，其中NCC以及基于NCC的方法[9-10]在線性光照變化的場(chǎng)景有著廣泛的應(yīng)用。基于灰度的匹配方法思路簡(jiǎn)單，性價(jià)比較高，但是考慮目標(biāo)旋轉(zhuǎn)的情況后匹配時(shí)間會(huì)大大增長(zhǎng)[11]。
基于特征點(diǎn)的方法如SIFT[12]、SURF[13]和BBS[14]，該類方法以特征點(diǎn)作為匹配單元，不依賴于滑動(dòng)窗口遍歷，因此可很好地解決目標(biāo)旋轉(zhuǎn)、比例變化、變形等問(wèn)題，但是匹配時(shí)的計(jì)算量和內(nèi)存占用較大，而且實(shí)際工業(yè)應(yīng)用中的目標(biāo)大小和背景亮度都已經(jīng)固定，所以這類方法一般不會(huì)成為工業(yè)目標(biāo)檢測(cè)的首要考慮。
基于形狀的方法[15-16]通過(guò)提取模板的輪廓得到形狀信息，在匹配中以形狀為單位進(jìn)行相似度計(jì)算來(lái)實(shí)現(xiàn)匹配[17]，這類方法在邊緣特征明顯的模板匹配任務(wù)上有著很好的發(fā)揮[18]，但是這準(zhǔn)確率非常依賴于線段擬合的結(jié)果和模板的類型，而且目標(biāo)旋轉(zhuǎn)也會(huì)影響匹配效果。
對(duì)工業(yè)于生產(chǎn)線上的模板匹配，如缺陷檢測(cè)[19]和目標(biāo)定位[20]，最大的挑戰(zhàn)是檢測(cè)目標(biāo)的旋轉(zhuǎn)、匹配速度問(wèn)題。為克服這些問(wèn)題，本文提出一種基于局部方差和后驗(yàn)概率分類的快速模板匹配算法，實(shí)驗(yàn)結(jié)果表明，本方法在目標(biāo)旋轉(zhuǎn)的情況下能實(shí)現(xiàn)快速的目標(biāo)定位，能夠滿足實(shí)時(shí)性和準(zhǔn)確性要求。
本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.shi-ke.cn/resource/share/2000005645
作者信息：
林煜桐1，朱姍姍2，彭凌西3，彭紹湖1，謝翔1，林煥然1
（1.廣州大學(xué) 電子與通信工程學(xué)院， 廣東 廣州 510006；2.廣東白云學(xué)院 電氣與信息工程學(xué)院， 廣東 廣州 510450；
3.廣州大學(xué) 機(jī)械與電氣工程學(xué)院， 廣東 廣州 510006）
