一种优化的快速模板的匹配算法及应用介绍

　　3 数学模型优化方法

　　数学模型结合选择的模板和搜索区域大小，可以知道模板最佳匹配点计算公式如下：

　　由公式（7）可以看出，程序需要进行大量的循环计算，整体运算量仍然不小，需要进一步优化，减少处理时间。运用如下优化算法进一步减少实际运算量。

　　3.1 粗精匹配结合

　　观察实际模板匹配运算结果可以发现，匹配点附近的匹配误差迅速下降，有显区别于其它位置。针对这一特点，采用粗精匹配结合的算法迅速锁定匹配点大致区域，可大大降低整体匹配次数。

　　具体实现方法：先跳动着隔几个点进行一次粗匹配，大致框定匹配区域，然后在附近区域逐一检索获得最佳匹配点。运算量可减少到三分之一以下，且目标提取效果相当好。

　　3.2 限制最大匹配误差

　　因为只需找到最小匹配误差的位置，不必完整计算每一位置的绝对匹配误差，而以已经计算最小匹配误差作为最大允许误差。若计算误差大于该最大允许误差，就肯定不是最佳匹配点，可以提前结束计算，进入下一匹配位置的计算；如果匹配完成后仍小于最大允许误差，就用当前误差替换最大允许误差，并把该点作为潜在的匹配位置记录下来。

　　匹配点和非匹配点的误差常常相差2～3个数量级。经过这种处理后，匹配点后剩余的计算量可以大大降低。

　　3.3 乱序匹配

　　目标出现在匹配区域中的位置不确定。不固定顺序算法可以更快地检索到匹配区域，迅速降低最大匹配误差，减少剩余非匹配点的计算一，降低整体运算量。

　　针对光电探测设备的实际工作情况，在跟踪状态下，目标位移角速度和角加速度有限，导致目标常处于匹配区域中心附近。选择由中心向周围辐射匹配的方式效果最理想。

　　4 程序样本

　　以下程序样本综合使用了上面的优化算法，成功应用于红外热成像跟踪技术的原理样机，达到了预期效果。

　　该函数用于图像模板匹配运算，适用于256灰度值的黑白图像数据。

　　Deal_With:TemplateMatch(unsigned char* lpSource,LONGlWIDTh,LONG lHeight,unsigned char* lpTemplate,LONG lTemplateWidth,LONG lTemplateHeight，)

　　{

　　unsigned char* Source; //指向待处理图像的指针

　　unsigned char*Template； //指向模板图像的指针

　　int i,j,m,n; //循环变量

　　unsigned char lMaxWidth，lMaxHeigth，//匹配位置

　　unsigned long D; //相似误差

　　unsigned long MaxD; //最大允许相似误差

　　//粗相关

　　MaxD=0x10000000; //约定最大匹配误差

　　for(j=0;j

　　for(i=0;i

　　D=0;

　　Source=(unsigned char *)lpSource+lWidth*j+i;

　　Template=(unsigned char *)lpTemplate;

　　for(n=0;n

　　for(m=0;m

　　D+=(*Source++-*Template++)*(*Source++-*Template++);

　　Source+=lWidth-lTemplateWidth;

　　}