自适应连续多级分区和初始阈值估计的快速模板匹配
孙静晶1
马占欣2
张鹏1
汪鲁才3
1.鹤壁汽车工程职业学院 鹤壁 4580302.漯河技师学院 漯河4620003.湖南师范大学 长沙410081
摘要：论文提出了一种基于归一化互相关测度(NCC)的通过结合自适应连续多级分区和初始阈值估计实现高效搜索的快速模板匹配算法.归一化互相关测度在光照改变时,比采用绝对差之和测度(SAD)要稳定,但是归一化互相关测度的缺陷在于它的计算量非常大.为了解决这一问题,论文根据模板图像中不同模块的梯度值,将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,得到各层互相关的上界,运用柯西-施瓦兹不等式得到上界间的关系,形成自适应连续多级分区淘汰方法.同时,为了进一步加快匹配速度,论文利用初始阈值估计产生一个较大的边界阈值,以淘汰初始搜索时的大量非匹配点,减少搜索点数目.实验结果表明,论文提出的算法在不降低匹配精度的前提下,算法的执行速度比FS算法快将近30倍,比FFT算法快将近2倍,优于EBC算法.
关键词：自适应连续多级分区归一化互相关部分边界相关增强边界相关
分类号：TP391(计算技术、计算机技术)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1047-1052 )
英文信息