一種優(yōu)化的快速模板的匹配算法及應用介紹

　　3 數學(xué)模型優(yōu)化方法

　　數學(xué)模型結合選擇的模板和搜索區域大小，可以知道模板最佳匹配點(diǎn)計算公式如下：

　　由公式（7）可以看出，程序需要進(jìn)行大量的循環(huán)計算，整體運算量仍然不小，需要進(jìn)一步優(yōu)化，減少處理時(shí)間。運用如下優(yōu)化算法進(jìn)一步減少實(shí)際運算量。

　　3.1 粗精匹配結合

　　觀(guān)察實(shí)際模板匹配運算結果可以發(fā)現，匹配點(diǎn)附近的匹配誤差迅速下降，有顯區別于其它位置。針對這一特點(diǎn)，采用粗精匹配結合的算法迅速鎖定匹配點(diǎn)大致區域，可大大降低整體匹配次數。

　　具體實(shí)現方法：先跳動(dòng)著(zhù)隔幾個(gè)點(diǎn)進(jìn)行一次粗匹配，大致框定匹配區域，然后在附近區域逐一檢索獲得最佳匹配點(diǎn)。運算量可減少到三分之一以下，且目標提取效果相當好。

　　3.2 限制最大匹配誤差

　　因為只需找到最小匹配誤差的位置，不必完整計算每一位置的絕對匹配誤差，而以已經(jīng)計算最小匹配誤差作為最大允許誤差。若計算誤差大于該最大允許誤差，就肯定不是最佳匹配點(diǎn)，可以提前結束計算，進(jìn)入下一匹配位置的計算；如果匹配完成后仍小于最大允許誤差，就用當前誤差替換最大允許誤差，并把該點(diǎn)作為潛在的匹配位置記錄下來(lái)。

　　匹配點(diǎn)和非匹配點(diǎn)的誤差常常相差2～3個(gè)數量級。經(jīng)過(guò)這種處理后，匹配點(diǎn)后剩余的計算量可以大大降低。

　　3.3 亂序匹配

　　目標出現在匹配區域中的位置不確定。不固定順序算法可以更快地檢索到匹配區域，迅速降低最大匹配誤差，減少剩余非匹配點(diǎn)的計算一，降低整體運算量。

　　針對光電探測設備的實(shí)際工作情況，在跟蹤狀態(tài)下，目標位移角速度和角加速度有限，導致目標常處于匹配區域中心附近。選擇由中心向周?chē)椛淦ヅ涞姆绞叫Ч罾硐搿?p>　　4 程序樣本

　　以下程序樣本綜合使用了上面的優(yōu)化算法，成功應用于紅外熱成像跟蹤技術(shù)的原理樣機，達到了預期效果。

　　該函數用于圖像模板匹配運算，適用于256灰度值的黑白圖像數據。

　　Deal_With:TemplateMatch(unsigned char* lpSource,LONGlWIDTh,LONG lHeight,unsigned char* lpTemplate,LONG lTemplateWidth,LONG lTemplateHeight，)

　　{

　　unsigned char* Source; //指向待處理圖像的指針

　　unsigned char*Template； //指向模板圖像的指針

　　int i,j,m,n; //循環(huán)變量

　　unsigned char lMaxWidth，lMaxHeigth，//匹配位置

　　unsigned long D; //相似誤差

　　unsigned long MaxD; //最大允許相似誤差

　　//粗相關(guān)

　　MaxD=0x10000000; //約定最大匹配誤差

　　for(j=0;j

　　for(i=0;i

　　D=0;

　　Source=(unsigned char *)lpSource+lWidth*j+i;

　　Template=(unsigned char *)lpTemplate;

　　for(n=0;n

　　for(m=0;m

　　D+=(*Source++-*Template++)*(*Source++-*Template++);

　　Source+=lWidth-lTemplateWidth;

　　}