模板匹配金字塔

1、Opencv模板匹配原理--没有金字塔 (2)

2、模板匹配—使用金字塔 (3)

1）主要函数简介 (3)

2）程序流程 (3)

3、验证和结果 (3)

1）实验环境 (3)

2）实验结果 (3)

Opencv模板匹配

1、Opencv模板匹配原理--没有金字塔

函数：cvMatchTemplate( Source, Target, result, method);

说明：

Source：源图像，一般我们使用灰度图像；

如果source为RGB图像，使用函数cvCvtColor(source,dst,CV_RGB2GRAY)

这里，dst为转换后的灰度图像。

Target：模板图像。

Result：匹配后的矩阵，width = S_width – T_taget + 1 ，height = S_height – T_height +1 使用函数IplImage* result = cvCreateImage( resultSize, IPL_DEPTH_32F, 1 )获得。

Method:

CV_TM_SQDIFF:

CV_TM_SQDIFF_NORMED

CV_TM_CCORR

CV_TM_CCORR_NORMED

CV_TM_CCOEFF

CV_TM_CCOEFF_NORMED

一般的，使用CV_TM_CCORR_NORMED，存在的问题是没有使用去均值，可能对亮度变化比较敏感。

程序流程：

读入模板和源图像→建立result图像→模板匹配→使用cvMinMaxLoc找到最大（最小）值→输出结果

2、模板匹配—使用金字塔

1）主要函数简介

cvPyrDown( src，dst，filter )

src：源图像，尺寸为width×height

dst：经过一次下采样得到的图像，尺寸为width/2 ×height/2

filter：卷积滤波器，目前仅支持CV_GAUSSIAN_5×5

cvSetImageROI( image,rect )

image：源图像，经过这个函数后，图像大小变为rect（长方形）

rect：（x，y，width，height）（x，y）为长方形的左上角坐标，width，height为长方形的宽和高。

2）程序流程

读入模板和源图像→cypyrdown（假设只有一次）得到源图像和模板下采样图像→设置这里的匹配result图像→模板匹配→使用cvMinMaxLoc找到最大值→以这个最大值为中心（x1，y1），将源图像裁剪为width = W_template +7 ，height = H_template+7图像，rect左上角坐标为X2=x1 - W_template/2 -3 Y2=y1 - H_template/2 -3→再次建立result1图像→模板匹配→使用cvMinMaxLoc找到最大值

3、验证和结果

1）实验环境

Core i5 2410M thinkpad x220主机

Ubuntu10.04 –gcc

源图像大小360×360，模板大小140×140

采用一级金字塔

验证方法：源图像S、模板T，分别采用加噪声和更改亮度

模板匹配程序耗时约10ms。