Halcon基于相关性的模板匹配

Halcon基于相关性的模板匹配

基于相关性的模板匹配其实是另一种基于灰度值的匹配，不过它的特点是使用一种归一化的互相关匹配（Normalized Cross Correlation，NCC）来衡量模板图像和检测图像之间的关系，因此，在光照方面受的影响比较小。与经典的基于灰度值的匹配算法不同的是，它的速度要快很多；与基于形状模板的匹配算法相比，它的优势是对一些形状有细微变化的、纹理复杂的或者是聚焦模糊的检测图像都能检索得到。
其原理是：把模板图像中的所有像素按列顺序组成一个行向量a，即模板的特征向量，然后在检测图像上寻找与模板最匹配的区域万，通过计算两个向量的夹角，来衡量匹配的概率，如公式所示。

由公式可知，该算法主要是基于向量之间的相关性，因此受光线影响较小。图中是基于相关性的模板匹配的一个例子。

图（a）为参考图像