快速模板匹配算法+度量公式要求+旋转坐标公式

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($x^4$/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=[$a_1$, $a_2$,……, $a_n$] ，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$L_p$范数

3 相似度公式

pass