采用多特征共生矩阵的模板匹配

江苏蓬，向 伟，刘云鹏，罗海波*

（1.中国科学院 沈阳自动化研究所，辽宁 沈阳110016；2.中国科学院 机器人与智能制造创新研究院，辽宁 沈阳110169；3.中国科学院大学，北京100049；4.中国科学院 光电信息处理重点实验室，辽宁 沈阳110016；5.辽宁省图像理解与视觉计算重点实验室，辽宁 沈阳110016）

1 引 言

模板匹配是计算机视觉领域一个非常经典的问题，该技术在地图与地形匹配、生理病变检测、指纹识别等领域中都有着非常重要的应用价值［1-2］。模板匹配是通过使用特定的算法在目标图像中寻找与模板图像特征内容最为相似的区域。但在实践过程中，由于图像拍摄时间、角度、环境的不同使得目标图像中目标区域与模板图像会存在一定的差异。这些不确定因素所造成的复杂场景（如光照变化、背景变化、遮挡、刚性以及非刚性形变等）会为模板匹配技术带来极大的挑战。如何实现复杂场景下的成功匹配就成为当前模板匹配算法的研究重点之一。

相似性度量是模板匹配算法的核心，传统的模板匹配算法通常采用直接对图像中的所有像素点进行逐像素匹配计算（如：差值平方和（SSD）、绝 对 误 差 和（SAD）、归 一 化 互 相 关（NCC）等）。这类算法虽然运算过程简单，但由于其面向所有特征点施加距离计算，对目标物体没有针对性，所以对背景变化非常敏感。并且当模板图像与目标图像之间存在非刚性形变、遮挡等复杂变换时，匹配精度会大幅度下降。

此外，大多数的模板匹配算法需要在模板图像和目标图像之间建立一个特定的几何参数模型，也就是说在其假定的几何参数模型成立时，匹配效果会非常好，但当异常值存在时就容易出错。……