实时模板匹配算法简介
V ersion1.0 2009.11.10
一．基于 OpenCV 开发
OpenCV 是 Intel公司资助的开源计算机视觉库，由一系列 C 函数和少量 C++类构成，
实现了图像处理和计算机视觉方面的很多通用算法。OpenCV 拥有包括 300 多个 C函数的跨平台的中、高层 API，
对非商业应用和研究领域应用都是免费（FREE）的。
本套机器视觉模板匹配算法以 OpenCV 提供的开源图像处理库为基础，
利用其成熟可靠的数据结构和基本处理算法，通过理论研究与算法优化，结合实际应
用而开发出的产品。
目前，模板匹配算法方面主要有两类：基于灰度相关的匹配算法和基于几何特征的模板匹配算法。
二．灰度相关的匹配算法
基于灰度相关的匹配算法以图像灰度值直接作为匹配信息。算法简单、稳定，
要求目标与背景有明显对比度，对匹配目标内容没有要求，轮廓清晰度要求不高。
缺点是对光照要求比较严格，当外界光照变化比较大时，会产生匹配偏差，影响
匹配结果。
本软件包产品开发出的基于灰度相关的匹配算法性能如下：
1. 精度：0.05 像素 （亚像素级别）
2. 角度：不带旋转功能
3. 处理时间：
单目标搜索——对于目标图像大小为 640×480 像素的图像，模板大小为 100
×100 像素，CPU 双核 1.6G 的条件下，处理时间小于 4ms （搜索单个目标）。
多目标搜索——目标图像大小为 640×480，模板大小为 66×78，CPU 双核
1.6G 的条件下，处理时间小于 6.5ms（搜索目标为 11 个）。
以下是调用本软件动态链接库编写的一个 Demo 程序进行匹配的结果。
三．基于几何特征的匹配算法
基于几何特征的模板匹配算法对于光照的影响不是很敏感，且可以有效地处
理遮挡问题，对于非刚性变形（伸缩、旋转等）也可以得到满意的效果。算法首
先提取出模板的特征信息，如边缘、角点、模板重心……。并对特征进行训练，
通过训练后得到的特征对目标图像进行特定搜索匹配。基于几何特征的模板匹配
方法具有鲁棒性好、抗干扰性强；对于复杂情况如遮挡和部分隐藏的情况也可以
得到预想的匹配效果；而且可以很好的处理旋转、伸缩变形、微小畸变的情况。
本软件开发包几何模板匹配功能：
1、鲁棒性：可处理遮挡、光照不均匀、明暗变化等情况
2、旋转：搜索角度范围为：0.0～360.0o 任意角度
3、匹配精度：位置精度为 0.05 像素，角度精度为 0.01 度
4、匹配耗时：全角度搜索小于 30ms （图像大小 640×480，模板大小 160×180，
CPU：双核 1.6G）；搜索角度 60 度以内，匹配耗时小于 15ms；搜索角度 30 度以
内，匹配耗时小于 10ms。
