一种双目视觉的匹配模板优化方法

模板尺寸是双日图像灰度模板匹配算法的重要参数,针对单层砂轮的局部双目图像,提出了一种模板尺寸的优化选择方法.首先,对左图上的特征像素,给定模板尺寸,根据顺序相似性检测算法,求出该像素在右图上的匹配像素,同时求出相应的匹配曲线和匹配曲面;然后,改变模板大小,得到一族匹配曲线和匹配曲面;最后,在分析其物理意义和变化趋势的基础上,制定出合适的优化策略,得到优化匹配模板.实验结果表明,用优化模板进行的匹配运算,具有匹配精度高、运算速度快、抗噪能力强和误配率低等优点,具有一定的实用价值.     

基于混沌优化和二值互信息的快速模板匹配

针对模板匹配方法中速度、精度和鲁棒性不能兼顾这一问题,提出一种新的模板匹配方法。新方法使用互信息作为图像的相似性测度,并通过图像的二值化,理论上将互信息的计算速度提高到原来的约14.7倍;新方法对改进的变尺度混沌优化算法(EMSCOA)进一步改进。大量模板匹配实验表明新改进的EMSCOA算法(称为EEMSCOA),在模板匹配领域比原算法(EMSCOA)提高了约9倍的速度;同时焊缝焊接及其他实验也表明,所提的基于混沌优化和二值互信息的快速模板匹配方法,能够克服倾斜、遮挡、形变等干扰,快速、准确地找到最优匹配点,因此所提算法是实用有效的。     

基于颜色空间和模板匹配的交通标志检测方法

交通标志检测技术是交通标志识别系统的重要前提和基础。由于背景的复杂性,在进行颜色分割时部分区域可能会受到干扰,为交通标志的检测带来困难。文中利用HSV颜色空间和RGB颜色空间对不同颜色的交通标志进行粗检测,标记不同的值实现ROI分割。然后利用模板匹配的方法对交通标志进行处理,使用模板在ROI区域上滑动,得到模板相似度的最大值,以此来实现检测过程。实验结果表明该方法能获得较好的检测结果。     

基于模糊集理论的中文事件框架的建立和模板匹配

模糊集理论建立于模糊数学基础上，将不确定的概念进行有效量化，用于分析研究。这里介绍了将模糊集理论应用于IE(信息抽取)领域，在事件框架、侧面、槽等的建立过程中引入了模糊理论，并将未知文档与事件框架的匹配作为一种精确概念与模糊概念的匹配计算。     

无线网络结构优化的必要性和一般方法

本文首先介绍了当前形势下移动无线网络结构调整的必要性，并在此基础上介绍了网络结构优化调整的一些思路和方法，最后按无线环境分几种典型场景进行更具体的说明。     

基于纹理特征和模板匹配的棒材自适应计数方法

研究了一种基于图像处理的成捆棒材自适应快速计数方法.该方法用灰度共生矩阵原理描述棒材截面纹理,有效地将棒材截面与复杂的背景进行分离,使用阀值渐增的二值化方法获取图像中的局部灰度极大值,并使用聚类方法对误判点进行过滤,进而统计计数.实验结果表明,该方法极大地提高了棒材技术的效率和准确率.     

基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

模板匹配算法的两种实现方法比较

模板匹配算法是图像配准和视频跟踪等系统中常用的一种算法,首先对它进行了详细的分析研究,在此基础上比较了它在VS2010和System Generator两种环境下实现的性能指标。实验结果表明,基于System Generator环境的模板匹配算法效率更高,开发周期更短。     

基于模板匹配的图像识别方法研究及系统设计

本文主要阐述的是在模板匹配框架下,如何设计图像识别系统的问题。由于硬件设备的不断翻新,图像信息的精度以及规模也在快速提升,这就要求计算机要具备更加高效的图像识别能力,以此来保证处理信息的效率。     

模板匹配的快速算法

本文提出了一种模板匹配的快速算法,算法中采用沃尔什-阿达马变换实现模板匹配。计算机模拟结果令人满意。     

基于模板匹配和特征点匹配相结合的快速车牌识别方法

介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化，再用垂直投影法进行分割，最后进行模板匹配，并用特征点匹配对几组易出错的字符进行检查，从而得到车牌号。     

基于模板匹配和神经网络的交通标志识别研究

提出一种基于模板匹配和神经网络相结合的交通标志识别方法。改方法集成了模板匹配的识别交通标志和神经网络识别交通标志的优点。可有效的提高识别的准确率,识别速度和识别的泛化能力。     

用于管道焊接的双模板匹配视觉定位方法

现有管道焊接的需求量越来越大,对自动焊接提出了更高的要求。为高效实现管道焊缝自动跟踪,本文引入机器视觉方法,设计一个视觉系统采集焊缝坡口图像,提出基于双模板匹配的视觉定位方法对焊缝中心和焊枪摆动中心进行实时定位处理,并根据二者偏差值实现焊接过程中的自动纠偏操作。实验结果表明,即便在弧光干扰下,所提出的双模板匹配方法仍能很好的实现定位处理。在计算复杂度相当,不影响定位实时性的情况下,其匹配精度可由单模板条件下的70%左右提升到90%以上,有效地提升了管道自动焊接的精确度与可靠性。     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。     

基于速度模板匹配的扫描间杂波抑制方法

针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目构造不同速度和加速度的运动模板,覆盖所有可能的目标运动。用不同的模板去匹配场景中的运动目标,实现目标的二元积累决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂验证所提方法的有效性。针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速度模板匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目标运动特征构造不同速度和加速度的运动模板,覆盖所有可能的目标运动轨迹。利用不同的模板去匹配场景中的运动目标,实现目标的二元积累和检测判决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步剔除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂波数据验证所提方法的有效性。     

基于多模板匹配的丝印缺陷快速检测方法

产品表面丝印质量的机器视觉检测可有效提高生产效率和产品质量,但由于旋转偏差,导致误识率高、检测速度慢。利用检测对象旋转角度有限的先验条件,检测前建立多个一定旋转角度的模板,对于与基本模板匹配出错的对象,再与旋转模板匹配。与其中一个匹配正确仍然可判断为合格产品,全部出错则选择最小匹配误差的模板来标明缺陷位置。实时检测时无图像旋转处理,匹配只是简单的逻辑与、或运算,速度大大提高,并降低了误识率。     

基于模板匹配的马赛克视频检测方法研究

通过分析普通图像和马赛克图像的特征,提出了一种简单的、高实时性的马赛克检测方法,利用模板匹配方法快速检测出画面中的马赛克缺陷。     

改进的模板匹配金字塔搜索算法

针对模板匹配和智能检索技术对效率的要求,提出了改进的金字塔分层搜索算法,分别从算法剪枝和并行匹配两方面对算法进行改进。采用边缘梯度作为基础匹配描述子,改进的搜索算法融合了预先终止、匹配进程中终止、边缘点稀疏、逐层重叠筛选四种方法来降低算法的搜索空间复杂度。在算法中引入PPL并行库实现了多模板的并行匹配。实验结果显示,选择合适的参数,针对特定的模板匹配任务,改进后的金字塔搜索算法在保证准确检测目标的基础上,与传统的金字塔搜索算法相比效率提升56.3%。