模板图像快速可靠匹配技术研究–董 晶
—————————————————————————————————
Chapter1 加速算法
目录
- 积分图像
- 基于快速傅里叶变换的L2范数模板匹配算法
- 基于正交分解的L2范数模板匹配算法
1 积分图像
积分图像S是与原始灰度图像I一样大小的图像,均为(m,m)。积分图像像素点的值为原始图像像素点(x,y)到左上角所围成矩形区域内所有像素点的灰度值之和。
作用:快速计算原灰度图像任意矩形区域的灰度值的和。
缺点1:存在冗余计算,复杂度为O(
x
4
x^4
x4/2 )。
改进1:充分利用之前已经计算得到的结果,利用积分图像进行预计算,用空间换时间。
2 基于快速傅里叶变换的L2范数模板匹配算法
t是模板图像,w是匹配图上的某个滑动窗口。
展开上式
其中第三项可以用快速傅里叶加速算法。卷积化频域的乘积,结果再通过反傅里叶变化为卷积结果。
3 基于正交分解的L2范数模板匹配算法
t,w为n维向量,A为标准正交向量组A=[
a
1
a_1
a1,
a
2
a_2
a2,……,
a
n
a_n
an] ,则有:
模板与图像的第二范数大于等于(t-w)各维度的分量求和,其中k=n时取等号。当和大于阈值时,则舍弃,不再滑动计算,此时k<n。
附:旋转坐标系公式
————————————————————————————————
Chapter2 向量差别度量
目录
- 度量准则公式要求
- 距离公式
- 相似度公式
1 度量准则公式要求
- 距离公式的要求
- 相似度公式要求
其中,X、Y是图像,D(X,Y)为距离度量结果,S(X,Y)是相似性度量结果。
但也不是所有衡量向量之间差别的方法都满足以上要求,比如标准互相关NCC,互信息NI。
2 距离公式
如 L p L_p Lp范数
3 相似度公式
pass