一种改进的自适应模板匹配法

2074048 2009-08-17 | rar | 175 | 次下载 | 5积分

资料介绍

本文提出了一种基于数据流修正的自适应模板匹配定位方法。该方法首先在图像
预处理的基础上，进行模板匹配，从而定位待识别目标；然后采用数据流修正的自适应方法，根据待识别目标的大小来改变模板尺寸，避免了设置固定模板的缺陷；最后，对模板匹配算法进行优化，使模板匹配的效率得到提高。采用该方法对车牌图像的定位进行实验，实现了车牌的准确定位且处理速度快，能满足系统实时性和自适应性的要求。
模板匹配技术是计算机图形、图像处理中一项非常重要的技术。它根据各种不同对象的
需要来选择一个或者多个模板，在待匹配的图像中移动，将模板图像和原图像比对，找到与模板相匹配的区域。图像匹配算法大致可分为三种类型：基于灰度相关的图像匹配、基于特征的图像匹配和基于解释的图像匹配[1]。两幅图像之间的匹配算法可以归结为二者的某一特征值的相关性度量。通过将模板图像与待匹配图像进行相关运算，得到一个相关值，根据这一相关值的大小就可以判断二者是否匹配。
模板匹配广泛的应用于计算机视觉，航空、军事跟踪测量[2]、医学影像分析等领域。
国内外很多学者对模板匹配方法作了广泛而深入的研究，提出了很多针对不同应用的改进算法。这些改进方案大体可以分为两类：基于特征提取的方法和基于灰度值的方法[3]。
基于模板匹配中模糊匹配的思想，从模板尺寸及运算时间考虑，结合图像中目标区域
的特征，本文设计了基于数据流修正的自适应方法来改变模板的大小，并提出了一种优化的模板匹配算法缩短了运算时间。将该方法应用于车牌定位实验中，取得了理想的效果。