西安邮电大学电子工程学院, 陕西 西安 710121
针对最佳伙伴相似性(BBS)图像匹配算法计算复杂度高、目标定位不准确等问题,提出了一种改进的图像匹配算法。根据模板图像的尺寸自适应选择图像分块大小,以减少匹配点集中点的数目,从而减小BBS算法的运算量;根据子块的灰度值重新排列子块,在此基础上得到BBS的置信度图,从置信度图中筛选出目标的可能位置,并重新计算目标可能位置的真实BBS分数;用目标可能位置的真实BBS分数替换通过双线性插值得到的BBS分数,将目标可能位置中BBS分数最高的位置作为匹配结果。实验结果表明,该算法可降低BBS算法的运行时间,同时提高目标定位的准确度。
模板匹配 最佳伙伴相似性 自适应分块 置信度图 双线性插值 激光与光电子学进展
2020, 57(10): 101018
1 国防科学技术大学航天科学与工程学院, 湖南 长沙 410073
2 国防科学技术大学图像测量与视觉导航湖南省重点实验室, 湖南 长沙 410073
为了解决原始最好兄弟相似性(BBS)算法在剧烈非刚体变形、部分遮挡以及非均匀光照等复杂环境下匹配失败的问题, 提出了一种更加稳健的模板匹配算法。将曼哈顿距离替代欧氏距离作为两个图像块之间的相似性度量, 在此基础上, 滑动窗口逐像素匹配得到新的由BBS响应值构成的置信度图, 对该置信度图进行阈值筛选, 并对剔除较小值后的置信度图滤波处理后, 将最亮连通区域的中心位置定位为匹配结果。实验与分析结果表明, 该算法可以有效地解决在弹性变形、相似区域干扰、部分遮挡与剧烈光照变化等变换与干扰存在情况下的图像匹配定位问题。
机器视觉 模板匹配 最好兄弟相似性 置信度图
