基于树分解的非标准模板图像匹配方法组成比例

本发明专利技术公开了一种基于树分解的非标准模板图像匹配技术，依次包括以下步骤：利用条形和计算区域特征值的方法对所有候选窗口进行初步筛选；再对候选窗口的高和宽进行折半划分，并利用前一次划分的结果计算候选窗口的新区域特征值，通过与模板图像相应的区域特征值进行比较，对候选窗口进行筛选；如此处理，直至候选窗口的高或宽都不能再进行划分为止；最后，采用全搜索的方法从剩余的候选窗口中找出最佳匹配的候选窗口。在划分过程中，只要模板和候选窗口的高或宽仍能进行划分处理，算法都会继续进行划分处理，因此它能适应高和宽不相等的非标准模板图像匹配。而在划分过程中，使用了基于树分解的区域特征计算技术，避免了大量重复的计算，从而提高了匹配的速度，也使得本发明专利技术有了更广泛的适应性。

【技术实现步骤摘要】

本专利技术涉及一种，属于电子信息

技术介绍
模板匹配是一种在待检测图像中寻找与已知模板相匹配区域的方法。它被广泛地应用于信号处理，计算机视觉，图像和视频处理。最原始的模板匹配方法是直接计算模板与待检测图像中所有大小相同的候选区域之间的相似度，并取相似度最大的候选区域作为最佳的匹配结果。但是这样做的运算量较大，时间复杂度较高，在实际应用中效率很低。为此，提出了许多有效的改进方法，其中包括基于正交Haar变换的快速模板匹配方法，它利用正交Haar变换把模板和候选区域进行相应的映射，通过阈值比较对候选窗口进行筛选。该方 法能够获得较高的准确性和较快的匹配速度，但是它有一个致命的缺陷，即它只能处理高和宽都相等的且大小为2的幂次的标准模板图像，而对于非2的幂次的模板图像将无法处理。本专利技术的算法主要针对处理非2的幂次的模板图像，也正好弥补了基于正交Haar变换的快速模板匹配方法的一大缺陷。利用本专利技术将可以处理任意大小的模板图像，并且都能获得很好的匹配效果。
技术实现思路
本专利技术的目的在于提出一种，其主要的步骤如下步骤I、读入模板图像T，及待检测图像E，若T和E为彩色图像则将它本文档来自技高网...

【技术保护点】
一种基于树分解的非标准模板图像匹配方法，其特征在于，依次包括以下步骤：步骤1、读入模板图像T，及待检测图像E，若T和E为彩色图像则将它们转化为灰度图像，转化后的灰度图像仍用T和E分别表示模板图像和待检测图像；同时分别计算T和E的积分图矩阵IT和IE，积分图矩阵的计算可以使用列优先处理的方法，或行优先处理的方法；步骤2、计算待检测图像E的条形和矩阵SE，SE的计算与T的高度HT有关；条形和矩阵SE中任意位置(x，y)的值记为SE(x，y)，其表示左上角坐标为(x,0)，高为HT，宽为y的区域像素之和，该值可以利用积分图矩阵IE快速得到，如下：其中0≤x≤HE－1，0≤y≤WE－1，HE和WE分别...

【技术特征摘要】
1.一种基于树分解的非标准模板图像匹配方法，其特征在于，依次包括以下步骤 步骤I、读入模板图像T，及待检测图像E，若T和E为彩色图像则将它们转化为灰度图像，转化后的灰度图像仍用T和E分别表示模板图像和待检测图像；同时分别计算T和E的积分图矩阵1:和Ie，积分图矩阵的计算可以使用列优先处理的方法，或行优先处理的方法；步骤2、计算待检测图像E的条形和矩阵SE，Se的计算与T的高度Ht有关；条形和矩阵Se中任意位置(x，y)的值记为Se (X, y),其表示左上角坐标为(x, O),高为Ht,宽为y的区域像素之和，该值可以利用积分图矩阵Ie快速得到，如下 f Ιε(Ητ-1,ν)X = OjM |/￡(x + iir-lj；)-/￡(x-l,v)其它 其中O彡X彡He — 1，0彡y彡We — 1，He和We分别为E的高和宽； 步骤4、任意(x，y)位置上的候选窗口，即表示将模板T的左上角坐标放置在待检测图像E中(x，y)位置上时，T所覆盖的区域，其中O彡x<He— 1,0 ^ y ^We- 1，仏和^分别为E的高和宽；利用条形和矩阵Se可以快速计算出该候选窗口的特征值，记为f(x，y),计算公式如下\SE(x,y + WT-l)-S￡(x,y-i)其它 其中Wt表示T的宽； 此夕卜，记模板T的特征值为fT，它等于T的所有像素值之和；若I fT — f (X，y) I〈threshold,则将(x, y)位置上的候选窗口保存至候选窗口集C中；并处理下一位置上的候选窗口，直至所有的候选窗口都被处理完成为止，即E中所有可能被T覆盖的区域均被处理过为止；其中threshold为设定的阈值，它可以取为[a, 2a]范围内的某个值a=HTXWT，Ht和Wt分别表示模板T的高和宽，以下出现的threshold均与此意义相同；将T及C中的每个候选窗口看成独立的区域块，并进行以下步骤的处理； 步骤5、将模板T进行高折半划分，这样将把T的每个区域块划分为上下两个新的子区域块；若记划分前区域块的像素和为P ;划分后可以利用T的积分图矩阵^计算出其中一个新子区域的像素和，记为r ;则划分出来的另一个新子区域的像素和为P - r ;并且，这样的两个上下子区域的像素和之差，将构成T的第一类特征向量的一个分量，其值为(P — r)-r = P — 2r ；接着，将T进行宽折半划分，这样将把T的每个区域块划分为左右两个新的子区域块；若仍记划分前区域块的像素和为P ;划分后利用T的积分图矩阵It计算出其中一个新子区域的像素和，仍记为r ;则划分出来的另一个新子区域的像素和也可以由P - r得到；并且，这样的两个左右子区域的像素和之差，将构成T的第二类特征向量的一个分量，其值为(P — r) — r = P — 2r ； 这样对T高和宽进行的一次划分处理称为一趟划分，重复对T进行高和宽划分，并记第i趟高划分后得到...

【专利技术属性】
技术研发人员：李玉鑑，李厚君，谢欢曦，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：