基于形状的匹配提纲

基于形状的模板匹配

关键：形状，其实就是canny找出来的线条集合

1，canny线条

2，模板的线条（基于canny）

3，高斯金字塔，加速高斯法

4，没有旋转和尺度时，匹配一个有得分的结果，界定匹配的粗位置（限定矩形）

5，旋转模板所有线条，任何角度，产生一个所有线条外接矩形（参考轮廓的外接矩形），然后在原图的界定匹配的粗位置（限定矩形，匹配存在的限定区域）去找

6，尺度（缩放比例）界定在0.79-1.26之间，如果你是以4sigma的高斯金字塔工作的，即上一层高斯金字塔是2*k^2*sigma,下一层高斯金字塔是2*k^4*sigma;当前层是2*k^3*sigma，因为k^3=2，所以2*k^3*sigma=4sigma，显然2*k^2*sigma/(2*k^3*sigma)=1.58/2=0.79,

2*k^4*sigma/(2*k^3*sigma)=1.26*2/2=1.26.所以，高斯金字塔解决了大问题！

7，关于6的解决，要求三层高斯金字塔，这样太慢了，思路是模板所有线条上的每一个点的放大1.26或缩小0.79，通过log金字塔和dog金字塔的关系，可以算出来.这样就会快很多。

即就是：[G（x,y,k*sigma)-G（x,y,sigma)]/[(k-1)sigma]sigma（+），应该是近似等于。

 第七步，我程序还未完成，希望你能赶在我前头。

一直不想用笨办法，觉得太慢，到最后还是绕不开，最后发现，效率都从笨办法的优化中而来。

笨办法思路：

a，模板在原图中一个一个找，一般情况要找原图的大半，按75%算，1024*768按800*600=480000次。（我们优化后，在限定区域去找20*20的范围，可以继续压缩这个空间）

b，产生360度的模板，一共360个，搜索次数=480000*360，吓死个人（-45度+45度就可以了，砍价到+-8度）

c，再加上0.79-1.26的尺度缩放，0.1一个，至少30个吧，480000*360*30，死都不想走的路！但是最后还是走了！（优化到3个）

400*90*3=108000，其实在工业应用中（工业精度一般会设计到一个范围之内，关于尺度变化，工业中就不要想了），通常可以继续压缩这个结果（正负8个像素，+-8度之间）16*16*16*3=12288次（大概1万的样子，工业中的话16*16*16=4096次就够了！）。