淺談基于NCC的圖像匹配快速算法

1、淺談基于NCC的圖像匹配快速算法摘要:在圖像匹配歷程中,針對傳統(tǒng)歸一化積相干(n)算法盤算量大的題目,提出一種對n舉行革新的圖像匹配快速算法。該算法起首利用差分求和定理改革n相似度量函數(shù),以低落匹配盤算量。然后提出模板地區(qū)支解,設(shè)定閾值,進一步去除大量不需要的盤算,優(yōu)化匹配搜刮歷程,實現(xiàn)了快速匹配。實行結(jié)果證實,與傳統(tǒng)的匹配算法比擬,在包管精度的條件下,盤算宏大度大大低落。關(guān)鍵詞:圖像匹配;歸一化積相干;相似度函數(shù);地區(qū)支解;差分fastalgrithfriageathingbasednnyangtng-yu,penggu-hua(shlfsiene,nrthesternplytehnialu

2、niversity,xian710129,hina)keyrds:iageathing;nralizedprdutrrelatin;siilarityfuntin;reginsegentatin;differene0弁言圖像匹配題目是盤算機視覺、圖像處置懲罰范疇中的根此題目,有兩種對應的模子:一是兩幅(大概多幅)來自差異傳感器、差異視角或差異時間的圖像需尋出對應干系,顛末匹配步調(diào)可得出兩幅圖像的差異地點,為下一步處置懲罰作底子;二是按照的圖像形式在另一幅圖像中搜刮雷同模板的目的,即模板匹配。圖像匹配技能是數(shù)字圖像處置懲罰范疇的一項緊張研究,已在假造實際場景、航空航天遙感丈量、醫(yī)學影像闡發(fā)、光學

3、和雷達跟蹤、風景制導等范疇有著緊張的應用代價。已有的圖像匹配算法可分為兩類:基于像素灰度值的匹配和基于圖像多少特性的匹配。全部的基于像素灰度值匹配算法的盤算量即是模板運算量和搜刮位置數(shù)之積。故進步匹配速率的角度有:(1)淘汰每個位置處模板相似度盤算的運算量;(2)改變搜刮計謀,淘汰搜刮像素點或在搜刮圖像中的搜刮位置數(shù)。模板匹配的傳統(tǒng)算法1有:ad2(均勻絕對差)算法,歸一化積相干3-5(n)算法,序貫相似性檢測法6(ssda),圖像灰度值編碼7(pf)算法等。此中ad算法盤算歷程非常簡樸,無需宏大的乘除法運算,但是對噪聲比力敏感,在加噪聲的環(huán)境下,匹配正確率隨著信噪比的增長而淘汰;ssda算法

4、固然相對ad算法速率進步了許多,但是其精度低,匹配結(jié)果欠好,并且易受噪聲影響,一旦進入信息缺少的地區(qū),會導致誤匹配率的上升;pf算法無法順應圖像局部光照的非線性變革,匹配輕易錯誤;n算法的長處是抗白噪聲滋擾本領(lǐng)強,且在灰度變革及多少畸變不大的環(huán)境下精度很高,它的這種長處非常突出,但該要領(lǐng)受局部光照變革的影響,且匹配速率較慢。針對該題目,本文在包管匹配精度的條件下,進步n匹配算法的速率,加強算法對實際應用的順應性。文獻8提出的n快速模板匹配算法,結(jié)合文獻9的差分求和定理對每個位置處的模板盤算舉行革新,淘汰了盤算量。本文在文獻8的底子上,從上面所述的角度(2),改變搜刮計謀,即提出模板分塊匹配計謀

5、,淘汰不需要的運算,進一步優(yōu)化算法。該算法能順應必然光照的變革,得當任何外形的匹配模子,相對付文獻8的匹配算法大大進步了速率。1n匹配1.1n原理n算法具有很高的正確性、順應性,對圖像灰度值線性變更具有“免疫性,即所求的n值不受灰度值的線性變更的影響,但盤算泯滅過于宏大,導致匹配服從低,以是必要一種新的快速的匹配算法。1.2革新nkx=1f(x)g(x)=kx=1f(x)g(x)(2)式中:f(x)=f(x)-f(x+1)(3)g(x)=g(x-1)-g(x+1)(4)g(0)=0(5)f(k+1)=0(6)2地區(qū)支解進一步革新圖1支解模板詳細實現(xiàn)步調(diào)如下:(3)盤算模板塊r2的相似度。假設(shè)r

6、2相似度小于axr,完本錢步調(diào)后轉(zhuǎn)步調(diào)(6);不然轉(zhuǎn)步調(diào)(4)。(4)盤算模板塊r3的相似度。假設(shè)r3相似度小于axr,完本錢步調(diào)后轉(zhuǎn)步調(diào)(6);不然轉(zhuǎn)步調(diào)(5)。(5)盤算模板塊r4的相似度。假設(shè)r4相似度也大于axr,即尋到匹配目的。不然,在完本錢步調(diào)后轉(zhuǎn)步調(diào)(6)。(6)竣事。實行結(jié)果證實,在包管圖像質(zhì)量的條件下,通過模板分塊,淘汰了匹配時間,正確地尋到匹配的目的。該搜刮計謀可以或許大大進步匹配速率,同時不影響圖像質(zhì)量,較好地辦理了匹配質(zhì)量與運算量之間的抵牾。3實行結(jié)果與闡發(fā)圖2匹配圖像從表1數(shù)據(jù)闡發(fā)可得到結(jié)論:本文算法在包管精度的條件下,時間遠遠小于傳統(tǒng)算法。如表2所示,在灰度模板的環(huán)

7、境下,同樣一副圖像,模板尺寸越大,那么舉行模板匹配運算的量也越大。特殊,當模板較大時更突顯本文算法的上風。表1兩種算法的結(jié)果比力算法模板圖像時間/s檢測位置本文算法57484484340.250(201,198)傳統(tǒng)算法574844843413.224(201,198)當模板變小時,兩者的時間都在驟減,但縱然是在模板為1010時,本文算法時間仍舊遠小于傳統(tǒng)算法。當搜刮圖和模板圖皆為二值圖時,本文算法匹配速率越發(fā)快,傳統(tǒng)算法跟圖像范例無關(guān),只和巨細有關(guān)。故對付越簡樸,灰度值變更范疇越小的圖像,本文算法越快,更能突顯其上風。4結(jié)語本文通過接納模板分塊匹配計謀對文獻8中經(jīng)典的n算法舉行了進一步革新,

8、提出基于n的圖像匹配快速算法。在保持原有的高精度的條件下,相對付文獻8中的算法,速率上有了很大的進步;及時性強,可用于圖像及時處置懲罰。但由于文獻8的n算法范圍于灰度變革不大的圖像,使實用范疇受到了必然的限定,在這方面可以做進一步的研究。別的,在圖像處置懲罰范疇接納舉行并行處置懲罰10是一個很好的切入點。表2差異范例圖像兩種算法的比力結(jié)果模板范例模板巨細本文算法/s傳統(tǒng)算法/s正確率灰度模板二值模板參考文獻1劉寶生.幾種經(jīng)典相似性度量的比力研究j.盤算機應用研究,2022(11):1-3.2李俊山,沈緒榜.圖像分塊均勻絕對差匹配并行算法j.小型微型盤算機體系,2002,23(6):695-698.3孫祖鑫,吳強.一種基于ts201的歸一化互相關(guān)快速算法j.盤算機應用技能,2022(11):125-127.4韓冰,王永明,劉楊,等.一種基于積分圖像的快速歸一化積相干算法j.彈箭與制導學報,2022,29(5):283-286.5郭偉,趙亦工,謝振華.一種革新的紅外圖像歸一化互相關(guān)匹配算法j.光子學報,2022,38(1):189-193.6王立新,劉彤宇,李陽.ssda圖像匹配算法的研究及實現(xiàn)j.光電技能應用,2022,20(3):53-55.7李強,張鈸.一種基于圖像灰度的快速匹配算法j.軟件學報,2022,17(2):217-222.8劉錦峰.