三十.matching之一（基础篇）

Matching之一

匹配：根据训练图像得到模板，根据模板建立模型，在图像中寻找和模型相似的物体。根据选择的匹配方法，可以处理光线变化、物体杂乱、尺寸和位置的变化、旋转等物体，甚至可以检测出相对移动的物体。

对于匹配分类见表一      

 表一.不同匹配方法导引

Search for 2D models Gray value- Does not work with clutter, occlusion, (orthogonal view)	依据灰度的匹配	无法处理杂乱、遮断、光线的变化、缩放以及多通道图像。
	依据相关关系匹配	可以应对模糊、轻微变形、光线的线性变化。尤其对纹理物体使用。不合适的情况如上行。
	依据形状匹配	适用于处理杂乱、遮断、光线的线性变化、非缩放以及多通道图像、应对模糊、轻微变形、光线的线性变化，可以运用多个模型，但对一些纹理物体匹配困难。
	组合匹配	不适合处理模糊和变形，对纹理图像匹配困难，可以应用多个模板。
	局部变形匹配	返回变形模板，可以匹配适用于处理杂乱、遮断、光线的线性变化，可以用在多通道图像。
Search for 2D models (orthogonal or perspective view)	透视图可变性匹配	Invariant to clutter, occlusion, non-linear illumination changes, scale, defocus, and Matching perspective shape deformations. Works with multi-channel images. BUT is difficult with some textures.
	依据表述关系的匹配	特别的：特征点匹配，不能匹配纹理和多通道图像。
Search for 3D models	3D匹配
Search for corresponding points to combine based overlapping images (uncalibrated mosaicking)	依据点的匹配

 

    获取图像---灰度标定（得到将相机对输入能量的线性响应函数）---矫正图像（去除棱镜畸变,把图像转换到同一参考视角）---利用ROI---计算训练参数---创建模型---寻找模型---可视化---释放模型。