[发明专利]一种基于局部动态规整的快速模板匹配方法

权利要求书

1.一种基于局部动态规整的快速模板匹配方法，其特征在于具有如下步骤：

步骤1.遍历测试图，提取与模板图像尺寸一样的测试子图，利用环投影算法提取测试子图和模板图像的环投影特征向量；

所述环投影算法如下：模板图像尺寸记为M×N，以模板图像中心点(x₀，y₀)为原点建立极坐标系，任何一个像素表示为T(r，θ)，环投影特征向量表示为IRPT，

其中，R_max＝min(M/2，N/2)，s(r)是半径为r的圆环上的像素个数，T_min(r，θ)是圆环上所有像素强度的最小值；

步骤2.以步骤1所得的环投影特征向量为输入，计算测试子图与模板图像的粗估相似度，并筛选出相似度大于一号设定阈值的测试子图，列为候选测试子图；

步骤3.针对步骤2所得的候选测试子图，利用局部动态规整算法，通过局部对齐环投影特征向量的曲线轮廓来计算相似度和图像缩放系数，即通过寻找候选测试子图与模板图像的环投影特征向量的最优局部匹配关系，计算相似度和图像缩放系数；

步骤3的一种具体方法是：

步骤3.1a.由候选测试子图提取的环投影特征向量记为S，由模板图像提取的环投影特征向量记为T，输入S和T，其维度分别为m_s和m_t，创建一个距离矩阵D和一个累积距离矩阵D^acc，其维度都为m_t×m_s，初始化距离函数DIS＝|x-y|；

步骤3.2a.利用距离函数DIS计算特征向量S和T每个元素之间的距离，从而得到距离矩阵D，然后将距离矩阵D赋值给累积距离矩阵D^acc；

步骤3.3a.利用如下公式更新累积距离矩阵D^acc的每个元素值，更新完毕后即得到累积距离矩阵D^acc，

步骤3.4a.针对累积距离矩阵D^acc的最后一列，从下往上搜索值最小的元素，其值记为temp₁，该元素的位置记为(i1，m_s)；

步骤3.5a.针对累积距离矩阵D^acc的最后一行，从右往左搜索值最小的元素，其值记为temp₂，该元素的位置记为(i2，m_s)；

步骤3.6a.特征向量S和T的相似度记为K_s，缩放系数记为K，

若temp₁小于或等于temp₂，则

若temp₁大于temp₂，则

步骤3的另一种具体方法是：

步骤3.1b.利用高斯滤波对特征曲线进行平滑降噪，环投影特征向量记为f(x)，高斯函数记为g(x，σ)，滤波后的环投影特征向量F(x)为

步骤3.2b.卷积核记为T，则离散斜率曲线序列F′(x)为

步骤3.3b.由模板图像和测试子图得到的斜率曲线序列分别记为T′和S′，缩放系数记为k，初始化缩放系数计算范围为[k₁，k₂]，缩放系数计算精度为k′，利用如下公式计算每个缩放系数k对应的相似度K_s，则最大的相似度所对应的缩放系数k即为所求缩放系数K，

其中，n_max＝min(t，k×t)，β₂是二号设定阈值，取10≤β₂≤15；

步骤4.测试图遍历完成后，取相似度的最大值，若该相似度的最大值大于或等于三号设定阈值，则对应的测试子图的坐标即为目标位置，同时根据对应的缩放系数从测试图中裁剪出包含目标物体的最小区域；

步骤5.利用方向码算法提取步骤4中所得最小区域和模板图像的方向码特征向量，然后基于方向码特征向量计算图像的旋转角度，最终得到目标位置、缩放系数和旋转角度；所述方向码算法为一种扇形采样方法，即将图像分成n份扇形区域，然后将扇形区域内所有像素强度值求平均并作为方向码特征向量的一个元素，由此得到一个与旋转角度相关联的方向码特征向量。