多值模板圖像匹配關(guān)鍵問題研究.pdf

1、數(shù)字圖像處理技術(shù)作為一門專門的研究學(xué)科出現(xiàn)以來，其應(yīng)用已經(jīng)從最初的工業(yè)及商業(yè)領(lǐng)域擴(kuò)展到藝術(shù)、文化等領(lǐng)域以及人們的日常生活中。圖像匹配是圖像識別系統(tǒng)中必不可少的重要環(huán)節(jié)，也是圖像處理中最常見和困難的問題之一。本課題主要針對多值模板匹配方法及其相關(guān)的問題進(jìn)行研究，主要包括以下幾個(gè)方面。 模板圖像分割方面，首先本文提出了對模板多值化的基于灰度的分割方法，將尋找最優(yōu)閾值過程建模為尋找使分割后圖像與源圖像相似度最大閾值集合過程，利用模板匹

2、配公式作為相似度評價(jià)標(biāo)準(zhǔn)，并提出了與模板匹配等價(jià)的基于直方圖的分割算法，理論和實(shí)驗(yàn)結(jié)果表明，新算法有很好的分割效果，再從非線形規(guī)劃的角度對最佳閾值的選取過程進(jìn)行了優(yōu)化，進(jìn)一步提高了分割速度。然后提出了基于圖像邊緣特征為模板多值分割方法，提出了邊緣偏離程度的概念，將尋找最優(yōu)閾值過程建模為尋找使分割后圖像與源圖像邊緣偏離程度最小的閾值集合過程。最后本文將提出的割方法推廣到對一般圖像的分割，并與OTSU方法，最大熵方法進(jìn)行了比較。 快

3、速圖像匹配算法方面，本文提出了基于多值模板的圖像快速匹配算法，即將最佳多閾值分割后的模板圖像作為新的模板進(jìn)行圖像匹配，利用差值模板中存在的大量灰度變化相同區(qū)域，采用迭代的方法，減少這些區(qū)域的計(jì)算，從而減小復(fù)雜度，實(shí)驗(yàn)得到了比較滿意的結(jié)果，最后提出了匹配差異的概念，對多值模板匹配結(jié)果和源模板的匹配結(jié)果差異進(jìn)行衡量。 最佳閾值個(gè)數(shù)選取方面，本文提出了模板圖像最佳分割閾值個(gè)數(shù)的衡量標(biāo)準(zhǔn)和選取條件，目的是用較少的閾值數(shù)對源模板進(jìn)行分割，