一、各模板匹配方法对比
1、基于灰度的匹配一般被称为模版匹配,直接以灰度进行匹配效果不好,对光照很敏感,所以一般会以灰度归一化互相关(NCC)作为匹配依据,增强光照变化下的鲁棒性,为了降低计算量,多采用图像金字塔来实现先粗后精的方式加快匹配速度,匹配出像素位置后,会进一步做亚像素插值,使匹配出的位置达到更高的精度,处理旋转和缩放也很直接,就是在限定的角度范围和缩放比例内,取一定的步长生成多张模版,一一进行匹配。模版匹配处理遮挡比较困难,对光照变化想当敏感,如果有遮挡,一般情况下就不好使了。
2、基于特征的匹配一般称为图像配准,这方面的论文很多很多,当然现在的已不是研究热点,至少二维的情况是这样,三维以及高维的间或会冒出来那么一两篇。基于特征的匹配,就如你所写的那样,提取特征点,用算法迭代求出相互匹配的特征,求出这些匹配特征点之间的变换关系。处理旋转缩放也很直接,选用具有仿射或投影不变性的特征即可。基于特征的匹配,对光照不太敏感,也可以一定程度上处理遮挡,提速和提高精度的方法和模版匹配里提到的基本相同,当然如果图像中提取不到足够多的特征点的话,这个方法就很难奏效了。
3、还有匹配方法是基于几何形状信息,就是提取模版中的边缘和梯度,梯度方向等图像高频的部分,作为匹配的依据,对抗旋转缩放,提速,提高精度也和上面的类似