12、图像分割与边缘检测技术详解

图像分割与边缘检测技术详解

1. 模板匹配

模板匹配常给人敏感且复杂的印象，但配置正确时，它是强大的分割算法。
- 灵活性
- 能分割视觉上不连续的对象，如字符识别中，“i” 这类字母本身不连续，物流和包装技术中常用的喷墨技术、汽车和机械零件常用的针标记法产生的字符也多不连续。
- 可找到图像中无明显边界的对象，不过这在不同应用中利弊不同，例如对这类对象进行面积计算意义不大，因为只能确定模板本身的面积。
- 相关系数的“内置”归一化使模板匹配对光照变化的敏感度低于阈值分割（前提是对象和背景的亮度差异未反转），即便反转，简单的预处理也可恢复匹配。
- 优化方法
- 粗到细搜索 ：先以大于一个图像像素的步长扫描图像，再对高相关区域逐像素扫描，可加速模板匹配。
- 频率域相关 ：先进行傅里叶变换后的相关运算，在频率域中复杂的相关公式可简化为简单乘法，但该方法仅对大模板有效，即当普通相关计算的工作量超过傅里叶变换时。
- 广义模板匹配 ：通过为每个对象使用几个略有不同的模板，可降低模板匹配对对象旋转或变形的敏感度。这些模板可在应用配置时逐个创建，或在匹配过程中从参考模板自动生成，但计算量会随模板数量线性增加。
- 图像滤波 ：在模板匹配前对图像进行滤波，可在保证识别确定性的同时采用更大的步长。
- 程序提示 ：成功使用模板匹配需要快速灵活地尝试各种优化选项。Neuro