大学学报类论文范文检索,与郭涛算法在模板匹配中的应用相关论文摘要

本论文是一篇大学学报类论文摘要,关于郭涛算法在模板匹配中的应用相关函授毕业论文范文。免费优秀的关于大学学报及算法及模板方面论文范文资料,适合大学学报论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘 要：目前图像模板匹配算法一般都有计算量非常大的缺点,在实际运用中存在一定问题,根据这一问题提出了将演化算法应用到图像模板相关匹配中.模板匹配实际是寻找最优解的问题,将模板和子图像的互相关函数作为目标函数,基于演化的郭涛算法实现了模板匹配的最优解.最后根据实验说明了该算法较传统的遍历式模板匹配算法具有计算量大大减少的优越性.

关 键 词：郭涛算法,模板匹配,张成子空间

中图分类号：TP312文献标识码：A文章编号：16727800（2011）012004502

作者简介：杨国荣(1979-),男,贵州安顺人,贵州民族学院理学院硕士研究生,研究方向为数字图像处理与模式识别；杨承中（1958-）,女,贵州贵阳人,贵州民族学院理学院硕士研究生导师,研究方向为计算机应用技术、演化计算、机器学习.1模板匹配原理

模板匹配就是拿已知的模板图像,和原图像中同样大小的一块区域去对比,图像相关匹配的目的是寻找模板的最优匹配位置.最开始时,模板的左上角点和图像的左上角点是重合的,拿模板和原图像中同样大小的一块区域去对比,然后平移到下一个像素,仍然进行同样的操作,所有的位置都对完后,差别最小的那块就是要找的图像区域.如图1所示,模板T(X*Y个像素)叠放在待匹配的图S上平移,模板覆盖待匹配图的那块区域叫子图.(i,j)为子图左上角在被搜索图S上的坐标.

大学学报学术论文撰写
播放:27664次 评论:3741人

图1模板匹配原理

用平方误差之和来衡量原图中的子图和模板之间的差别.假设模板的大小为X*Y(宽*高),图像的大小为M@N.模板中的某点坐标为(x,y),该点的灰度为T(x,y),与之重合的图像中的点坐标为(i+x,j+y),该点的灰度为S(i+x,j+y),在这里记做Si,j(x,y).则一次匹配的误差平方之和为D(i,j)等于∑xx等于1∑yy等于1［Si,j(x,y)-T(x,y)］2将该式展开:D(i,j)等于∑xx等于1∑yy等于1［Si,j(x,y)］2-2∑xx等于1∑yy等于1［Si,j(x,

y)×T(x,y)］+∑xx等于1∑yy等于1［T(x,y)］2(1)上式中,右边第一项称为原图像中与模板对应区域的能量,它与子图的位置有关,但是随子图位置变化而缓慢变化.第二项称为模板与原图中子图的互相关,它随子图位置(i,j)的变化而变化,当模板T(x,y)和原图中子图区域相匹配时取得最大值.式中第三项称为模板的能量,它与图像像素位置(i,j)无关.只用一次计算即可.

T与Si,j匹配时这一项的取值最大,因此用这一项便可以进行图像匹配,可以用下列相关函数作相似性度量.但假设DS项为常数会产生误差,严重时无法完成匹配,因此将DS考虑在内,用下面的相关函数做相似性度量:

归一化为R(i,j)等于∑xx等于1∑yy等于1Si,j(x,y)*T(x,y)∑xx等于1∑yy等于1［Si,j(x,y)］2∑xx等于1∑yy等于1［T(x,y)］2(2)根据式（2）,对于任何一个R(i,j)都可算得一根据上式,对于任何一个R(i,j)都可算得一个值,当(i,j)变化时,R(i,j)值的最大值便指出了与T匹配得最佳位置,取得匹配图像.可以看到模板匹配的运算量是惊人的.一次匹配都要做X*Y次减法,X*Y次平方,X*Y-1次加法,整个图像要匹配(M-X+1)*(N-Y+1)次.用归一化互相关求匹配的计算量大的惊人,因为模板要在(M-J+1)*(N-K+1)个参考点上做相关计算,除最佳匹配点外,其余做的都是无效运算.

2郭涛算法简介

郭涛算法简单,计算效率高.它采用了演化计算中的群体搜索策略,保证了