图像匹配之序贯相似性检测法匹配

最新推荐文章于 2024-10-02 14:15:16 发布

原创

最新推荐文章于 2024-10-02 14:15:16 发布 · 3.6k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #opencv #算法 #图像匹配

图像匹配计算量大主要源于搜索窗口的滑动匹配。序贯相似性检测法通过累积像素灰度差，当超过阈值则判断为非匹配点，减少无效计算，降低复杂度。该方法在OpenCV中实现，通过比较每个子图像与模板的像素绝对误差来优化匹配过程。

图像匹配计算量大的原因在于搜索窗口在待匹配的图像上进行滑动，每滑动一次就要做一次匹配相关运算，在不匹配点做的运算就是'无用'的，从而导致计算量上升。序贯相似性检测法在计算匹配度的同时，不断累积模板和像元的灰度差，当累积值大于某一指定阈值时，则说明该点为非匹配点，进行下一个位置的计算，这样大大减少了计算复杂度。

这里定义了一个绝对误差：

计算每一个子图像中像素点与模板中的像素点的绝对误差累积值，当该值大于设定阈值时，便可放弃计算该子图，进入下一子图的计算，并存下超出阈值时的累加次数。

opencv的编写的代码如下：

#include "stdafx.h"  
   
#include <opencv2/opencv.hpp>  
#include "highgui.h"  
#include <math.h>  
  
IplImage *src_gray1, *src_gray2, *src_gray3;  
IplImage *T_gray1, *T_gray2, *T_gray3;  
IplImage* S_img,*Match_image;  
  
void AllocateImage(IplImage* I,IplImage* T)   //给图像分配大小  
{  
    CvSize sz   = cvGetSize(I);  
    CvSize sz_T = cvGetSize(T);  
      
  
    src_gray1 = cvCreateImage( sz, IPL_DEPTH_8U, 1);    //原图的三个通道  
    src_gray2 =