改进的归一互相关法的灰度图像模板匹配方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 181-183.

• 图形、图像、模式识别 • 上一篇下一篇

改进的归一互相关法的灰度图像模板匹配方法

陈丽芳1，刘渊1，须文波2

1.江南大学数字媒体学院，江苏无锡 214122
2.江南大学物联网工程学院，江苏无锡 214122

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Improved normalized correlation method of gray image template matching method

CHEN Lifang1，LIU Yuan1，XU Wenbo2

1.School of Digital Medium，Jiangnan University，Wuxi，Jiangsu 214122，China
2.School of Things Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 在灰度图像的模板匹配方法中，归一化互相关（NC）法具有很高的准确性和适应性，以及抗干扰能力强，受噪声的影响小和不存在伪匹配等特点，同时对图像灰度值的线性变换具有“免疫性”。但NC方法计算时间长、计算数据量相对较大，所以实时性较差。提出通过改进搜索方法以提高归一化互相关（NC）法的运算速度。实验仿真结果证明了改进的归一化互相关（NC）法比传统的NC方法具有精度高、速度快的特点，有一定的适用价值。

关键词: 灰度图像, 模板匹配, 归一化互相关法, 搜索方法

Abstract: There are many good qualities in the Normalized Correlation（NC）method.For example，there are high accuracy，high adaptable，strong anti-jamming，little affection of noise and no false match.But the calculation of the method is complex and the amounts of datum in this method are too large.So it cannot be applied in real time systems.This paper proposes a new method to improve searching arithmetic of NC method.The experiments show the new method is higher accuracy and fast speed than the NC method.

Key words: grey level image, template matching, normalized correlation, search method

陈丽芳1，刘渊1，须文波2. 改进的归一互相关法的灰度图像模板匹配方法[J]. 计算机工程与应用, 2011, 47(26): 181-183.

CHEN Lifang1，LIU Yuan1，XU Wenbo2. Improved normalized correlation method of gray image template matching method[J]. Computer Engineering and Applications, 2011, 47(26): 181-183.

[1]	徐家俊，张翌维，赵建，相韶华. 针对SM4算法的功耗模板-碰撞分析[J]. 计算机工程与应用, 2021, 57(11): 111-118.
[2]	马玲，罗晓曙，蒋品群. 基于模板匹配和支持向量机的点阵字符识别研究[J]. 计算机工程与应用, 2020, 56(4): 134-139.
[3]	袁良友，周航，韩丹，许国梁. 引入平滑迭代的骨架提取改进算法[J]. 计算机工程与应用, 2020, 56(24): 188-193.
[4]	王国芳1，赵少华2. 镀铜高分子微球X线图像的计数及缺陷检测[J]. 计算机工程与应用, 2016, 52(9): 263-266.
[5]	张卫国，李景妹. 改进的基于纹理特征的图像配准算法[J]. 计算机工程与应用, 2016, 52(6): 214-218.
[6]	高赢，张莹，闫璠，涂勇涛，张东波. 发动机瓦盖上料机器人研究[J]. 计算机工程与应用, 2016, 52(20): 257-262.
[7]	吴平1，4，王彬1，薛洁2，张岩3，刘辉1. 基于模板匹配的加速肺结节检测算法研究[J]. 计算机工程与应用, 2015, 51(7): 184-188.
[8]	徐富新，王晶，黄玉秀，王洲. 神经网络和模板匹配在自动打分系统中的应用[J]. 计算机工程与应用, 2015, 51(5): 251-254.
[9]	田明锐1，胡永彪1，金守峰2. 结合聚类参数的圆投影模板匹配改进算法[J]. 计算机工程与应用, 2015, 51(21): 177-184.
[10]	刘晓俊，孙永荣，王潇潇，杨博文. 近距大偏角圆形目标的检测[J]. 计算机工程与应用, 2015, 51(16): 210-214.
[11]	尹进田1，刘云连2，3，刘丽1，伍铁斌2. 一种高效的混合蝙蝠算法[J]. 计算机工程与应用, 2014, 50(7): 62-66.
[12]	曹洪江，傅魁. 协同过滤推荐系统中聚类搜索方法研究[J]. 计算机工程与应用, 2014, 50(5): 16-20.
[13]	杜鑫，刘文波，李开宇. 纸币数字的多特征综合识别算法[J]. 计算机工程与应用, 2014, 50(19): 169-172.
[14]	沈夏炯1，2，王晶晶1，2，范家铭1，2，周兵1，3. MGSI-8CA标记算法[J]. 计算机工程与应用, 2013, 49(20): 126-129.
[15]	王啟军. 基于一维数据块的AVS视频帧内编码算法[J]. 计算机工程与应用, 2013, 49(15): 224-228.

改进的归一互相关法的灰度图像模板匹配方法

Improved normalized correlation method of gray image template matching method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics