模板匹配——智能与工业领域的应用（2）

王绍昶

我们继续来看一下基于灰度值的模板匹配。这里说一下灰度值，众所周知，在选手机时我们会问像素多少，这里我们得到的图像也是由像素点组成，而在二值化的图像中像素点值是在0~255的一个值，我们就可以根据这些数值对图像进行分析。2.基于灰度值的模板匹配

基于模板与图像中最原始的灰度值进行匹配，通过他们之间的相似度来匹配。

相似度函数：
（1）.SAD（误差平方和算法）：模板与图像之间差值的绝对值的平方的总和。

（2）.SSD（绝对误差和算法）：模板与图像之间所有差值的平方和。

以上两个相似度量计算效率很高，因为对每个像素只需要两个操作，模板与图像之间的区别越大，相似度也就越大；为了匹配的唯一结果，寻找相似度的最小值。缺点是当光照不变时，SSD和SAD相似度量结果很好；当光照发生很大变化，这种方法返回结果值很大，因为图像的灰度值已经不再相等。

需要一种不随光照变化而变化的方法：

归一化相关系数的绝对值越大表示模板与图像越接近，越小越不一致。

图 13  Halcon中的应用，在行驶中汽车的车牌号码中找到 “Y”字母。