吳小洪，堯三品，劉金保
廣東工業大學機械裝備制造及控制技術教育部重點實驗室，廣東廣州

摘　　　要：基于歸一化算法求解相似度原理，本文中提出了利用差分多值方法，在不降低匹配精度前提下大大的提高了匹配的速度。計算相似度時，先利用差分多值的方法對分子進行快速卷積運算，對其中一個式子進行差分，利用差分數組減少乘法運算；對分母利用鄰窗口數據相關性進行運算，并對其中的一個式子用二次式展開，然后將累計項帶入計算。在采用搜索策略時，綜合比較遺傳算法和金字塔式算法的優缺點基礎上采用金字塔算法。在模板匹配過程中，取相似度較大的點作為匹配點。結果表明該算法匹配的速度快而又不降低匹配精度，而且穩定性好，具有一定的應用價值。

關　鍵　詞：差分運算；鄰窗口數據；金字塔式搜索；模板匹配

１　引　言
圖像匹配［１］是圖像處理中一個重要的課題，在計算機視覺、運動目標跟蹤與識別、序列圖像壓縮中運動補償、醫學圖像處理等領域有廣闊的應用前景。圖像匹配包括模板匹配、目標匹配和動態模式匹配，其中模板（子圖像或窗）匹配是較常見的匹配方法。模板匹配常用的一種相似度方法為計算模板與源圖像對應區域的誤差平方和。為了匹配的準確性，常采用歸一化互相關作為誤差的平方和測度。用歸一化相關求匹配［２］運算量非常大，因為模板要在源圖像上每個可能的匹配點進行互相關和自相關運算，而其中互相關的運算量較大，自相關的計算量較少。對于單目標模板，除了較佳的一個匹配點外，其余的運算都是無效的。所以就有必要對其進行改進，以提高運算速度。在已有的算法中，有的通過縮小搜索區域的方法來加快匹配的速度，或利用多項式的性質進行匹配。還有利用歸一化算法的ＦＦＴ算法，利用頻率域和空間域的關系，進行匹配計算。改變搜索區域的方法只能適應特定的情況，無法應對變化的工作條件，ＦＦＴ算法對圖像進行全圖搜索并節省了計算量，但其匹配速度還有待改進。本文在計算誤差平方和測度時對分子分母的運算運用相關的理論進行了改進。在此基礎上在運用金字塔算法進行搜索，較終找出匹配點。本算法的匹配速度比歸一化快速算法都快，能達到與歸一化快速算法的匹配精度。

登錄網站后可下載文件