中文引用格式： 林煜桐，朱姍姍，彭凌西，等. 基于局部方差和后驗概率分類的快速模板匹配算法[J]. 電子技術應用，2023，49(9)：97-102.
英文引用格式： Lin Yutong，Zhu Shanshan，Peng Lingxi，et al. Fast template matching based on local variance and posterior probability classification[J]. Application of Electronic Technique，2023，49(9)：97-102.
0 引言
模板匹配是計算機視覺領域的一種經(jīng)典算法[1-2]，在實際工業(yè)應用中用于目標定位。它的基本思想是僅憑模板圖像的先驗知識，在目標圖像中找到與模板圖像最相似的匹配區(qū)域，其匹配思路可以分為基于灰度[3]、基于特征點[4]和基于形狀[5]。
基于灰度的方法[6-8]通過計算灰度的差異來估計模板圖像和候選窗口的相似度，其中NCC以及基于NCC的方法[9-10]在線性光照變化的場景有著廣泛的應用?；诨叶鹊钠ヅ浞椒ㄋ悸泛唵?，性價比較高，但是考慮目標旋轉(zhuǎn)的情況后匹配時間會大大增長[11]。
基于特征點的方法如SIFT[12]、SURF[13]和BBS[14]，該類方法以特征點作為匹配單元，不依賴于滑動窗口遍歷，因此可很好地解決目標旋轉(zhuǎn)、比例變化、變形等問題，但是匹配時的計算量和內(nèi)存占用較大，而且實際工業(yè)應用中的目標大小和背景亮度都已經(jīng)固定，所以這類方法一般不會成為工業(yè)目標檢測的首要考慮。
基于形狀的方法[15-16]通過提取模板的輪廓得到形狀信息，在匹配中以形狀為單位進行相似度計算來實現(xiàn)匹配[17]，這類方法在邊緣特征明顯的模板匹配任務上有著很好的發(fā)揮[18]，但是這準確率非常依賴于線段擬合的結(jié)果和模板的類型，而且目標旋轉(zhuǎn)也會影響匹配效果。
對工業(yè)于生產(chǎn)線上的模板匹配，如缺陷檢測[19]和目標定位[20]，最大的挑戰(zhàn)是檢測目標的旋轉(zhuǎn)、匹配速度問題。為克服這些問題，本文提出一種基于局部方差和后驗概率分類的快速模板匹配算法，實驗結(jié)果表明，本方法在目標旋轉(zhuǎn)的情況下能實現(xiàn)快速的目標定位，能夠滿足實時性和準確性要求。
本文詳細內(nèi)容請下載：http://ihrv.cn/resource/share/2000005645
作者信息：
林煜桐1，朱姍姍2，彭凌西3，彭紹湖1，謝翔1，林煥然1
（1.廣州大學 電子與通信工程學院， 廣東 廣州 510006；2.廣東白云學院 電氣與信息工程學院， 廣東 廣州 510450；
3.廣州大學 機械與電氣工程學院， 廣東 廣州 510006）
