【摘要】：模板匹配在計算機視覺中有著廣泛應(yīng)用,如目標(biāo)檢測、目標(biāo)跟蹤、視頻監(jiān)控、圖像拼接等。目前已有大量的模板匹配算法,其中Best-Buddies Similarity(BBS)是一種用于模板匹配的相似性度量方法。該方法魯棒性好、匹配精度高,能夠克服一定程度的幾何變形、部分遮擋以及光照變化。然而,這種方法仍然有兩個性能缺陷。第一,該方法找到的最可能區(qū)域必須與給定模板的大小相同,因此當(dāng)目標(biāo)在測試圖像中改變大小時,匹配性能較差;第二,該方法通過滑動窗口方式掃描整個圖像來尋找具有最高BBS分?jǐn)?shù)的區(qū)域,這耗費了大量的計算時間。本文針對BBS算法進行了改進,使其在保證匹配精度的同時又具有較為理想的運算速度。本文研究的主要內(nèi)容和創(chuàng)新點包括以下方面:1、提出了一種基于BBS的可變形模板匹配算法針對當(dāng)目標(biāo)在待匹配圖像中尺寸變化大時匹配精度差的問題,本文提出了一種可變形模板匹配算法。該算法由三個步驟組成:proposal生成,proposal篩選,和BBS相似度計算。首先,我們利用多尺度組合分組(MCG)算法生成大量各種大小的proposals;然后根據(jù)自定義的基于模板尺寸的篩選機制過濾掉明顯不符合要求的proposals;最后,計算模板與保留下來的proposals的BBS值,最高的BBS值所對應(yīng)的proposal即為我們的方法匹配到的目標(biāo)。實驗結(jié)果表明本文算法在準(zhǔn)確度上優(yōu)于目前已有的模板匹配算法,同時降低了計算復(fù)雜度。2、提出了一種增強型可變形模板匹配算法為了進一步提升匹配精度,降低搜索時間,本文提出一種增強型可變形模板匹配算法。選擇一種proposal生成方法與模板匹配的準(zhǔn)確度有著密切的關(guān)系,所以,在本文中我們使用Edge Boxes算法生成proposals。在篩選過程中,為了減少運算量,本文提出一種新的篩選方案,即基于模板的尺寸、歸一化相關(guān)積(NCC)以及顏色直方圖三種方法組合的多層篩選機制。在相似度計算過程中仍然采用BBS策略。實驗結(jié)果表明,該算法能夠在較短時間內(nèi)準(zhǔn)確地匹配到目標(biāo)。
【圖文】：

圖 2.6 累計誤差增長曲線用 SSDA 算法對模板圖像和子圖像進行匹配時，不需要對所有像素進行計算總和超過設(shè)定的閾值時就放棄對該子圖的匹配，，進而計算下一個子圖像中的完待匹配圖像中所有的子圖像后，選取 R 值最大的子圖像作為最終的匹配結(jié)少了大量的計算，所以該方法匹配速度快。該算法匹配的準(zhǔn)確度和速度依賴

圖 3.6 最佳相似點對示意圖中，（a）圖為模板圖像（綠色框），（b）圖為待匹配目標(biāo)（藍色框）經(jīng)歷了復(fù)雜的變形，（c）圖中表示模板圖像與待匹配圖像的最佳相似點線連接）。我們給出 BBS 算法的一般定義，BBS 測量的是兩個點集 和
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 楊昆;張明新;劉永俊;鄭金龍;;基于優(yōu)化粒子群的NCC模板匹配算法[J];計算機應(yīng)用與軟件;2015年08期

2 王防修;劉春紅;;基于遺傳算法的模板匹配算法研究與設(shè)計[J];武漢輕工大學(xué)學(xué)報;2014年03期

3 吳曉軍;鄒廣華;;基于邊緣幾何特征的高性能模板匹配算法[J];儀器儀表學(xué)報;2013年07期

4 唐t;李青;;一種快速的模板匹配算法[J];計算機應(yīng)用;2010年06期

5 楊勇兵;何緒昊;戚其豐;胡躍明;;一種新型的快速模板匹配算法[J];電子工藝技術(shù);2010年03期

6 陳皓;馬彩文;陳岳承;孫小林;唐自力;;基于灰度統(tǒng)計的快速模板匹配算法[J];光子學(xué)報;2009年06期

7 王平;白秀玲;;基于改進模板匹配的芯片缺陷檢測方法[J];微計算機信息;2007年01期

8 王培容;陳鴻雁;李姣軍;;一種快速的具有旋轉(zhuǎn)不變性的模板匹配方法[J];計算機工程與設(shè)計;2006年14期

9 羅中兵,付忠良,阮波;一種改進的模板匹配算法[J];計算機應(yīng)用;2002年03期

10 劉繼敏,王偉,史忠植;一個新的變形模板匹配方法[J];計算機學(xué)報;1999年04期

相關(guān)碩士學(xué)位論文 前1條

1 于卡;基于模板匹配的顯微細胞圖像分割算法的研究和改進[D];重慶大學(xué);2015年

本文編號：2673369