基于图像灰度的模板匹配方法.doc

基于图像灰度的模板匹配方法图像匹配技术是数字图像信息处理和计算机视觉领域中的—个基本问题,并在卫星遥感、空间飞行器的自动导航、武器投射系统的末制导和寻的、光学和雷达的图像目标跟踪、地球资源分析与检测、气象预报、医疗诊断、文字读取以及景物分析中的变化检测等许多领域中得到广泛应用㈣。一般来说, 由于图像在不同时间、不同传感器、不同视角获得的成像条件不同, 因此即使是对同一物体, 在图像中所表现出来的几何特性、光学特性、空间位置都会有很大的不同, 如果考虑到噪声、干扰等影响会使图像发生很大差异, 图像匹配就是通过这些不同之处找到它们的相同点。图像匹配算法主要分为两类口:一类是基于灰度匹配的方法;另一类是基于特征匹配的方法。前者主要用空间的一维或二维滑动模板进行图像匹配,不同算法的区别主要在模板及相关准则的选择方面,这类方法一般匹配率高,但计算量大,速度较慢;后者则通过在原始图像中提取点、线、区域等显著特征作为匹配基元,进而用于特征匹配,一般匹配速度较陕,但匹配精度不一定高。 1. 概念解释: ①数字图像: 数字图像是由被称做像素的小块区域组成的二维像素矩阵。一般把图像分成 3种形式:单色图像,灰度图像和彩色图像。②像素:表示图像颜色的最小单位③灰度图像:灰度图是指只含亮度信息,不含色彩信息的图像,就像平时看到的黑白照片:亮度由暗到明,变化是连续的。灰度图的每个像素的亮度用一个数值来表示,通常数值范围在 0—255 之间,即可用一个字节来表示,0表示黑,255 表示白,而其他表示灰度。④点阵图:,, . ⑤点阵图形的坐标系统: N×M,那么它的点阵共有 M行N列,. 按照前面的顺序,第m行,第n列的像素点顺序数就是 m+(n-1),顺序数为 s的像素点在第 sMod N行,第Int (s/N)+1列,这里的 sMod N是s除以 N后的余数,Int (s/N)是s/ m行,第n列的像素点的坐标可能不是(m;n),而是(m-1;n-1). 这是因为有时为了在计算机中处理的方便, 像素点的行列的排序不是从 1,而是从 .数字图像匹配算法设计: 在此软件中我采用了两种图像匹配算法:①基于灰度的模板匹配算法②基于灰度的快速匹配算法。由于各种各样的原因如(成象条件的差异)图象预处理,引入的误差等,参与图象匹配的模板与潜在的匹配子图象间通常存在着程度不同的不一致,因此根据模板在一幅陌生图象中检测出潜在的匹配对象并得出它在图象中的位置是一件复杂的工作。⑴基于灰度的摸版匹配算法模板匹配是指用一个较小的图像,即模板与源图像进行比较,以确定在源图像中是否存在与该模板相同或相似的区域,若该区域存在,还可确定其位置并提取该区域。模板匹配常用的一种测度为模手术台与源图像对应区域的误差平方和。设 f(x,y) 为M×N的源图像,t(j,k) 为J×K(J ≤M,K