基于形状的模板匹配

该博客探讨了在图像处理中实现旋转无关的模板匹配问题,指出OpenCV在处理旋转模板匹配时的局限性。作者利用Halcon库找到了解决方案,通过先粗定位再精定位的方法达到亚像素级别的精度,并能输出匹配角度。文章还提到了相关转换函数的应用。

前段时间一直在做图像模板匹配。需要对旋转模板进行匹配,并且对速度精度都有较高的要求。OpenCV里面并没有较好的解决方法。

cvMatchTemplate( const CvArr* image, constCvArr* templ,CvArr* result,int method )
Image  待搜索图像
Templ  模板图像
Result  匹配结果  用来存放通过以下方法计算出滑动窗口与模板的相似值
Method  计算匹配程度的方法
以上函数当模板存在较大旋转时就无法准确匹配了。

OpenCV形状匹配函数 

double cvMatchShapes(void* object1,void* object2,int method)
第一个参数是待匹配的物体1,
第二个是待匹配的物体2,
第三个参数method可以有CV_CONTOURS_MATCH_I1,CV_CONTOURS_MATCH_I2,CV_CONTOURS_MATCH_I3三种输入,这其实就是三种不同的判定物体相似的方法,匹配的返回值也是不一样的。

以上函数匹配精度也不高,只能达到像素级。
特征点匹配如Sift算法等需要图像质量较好,噪声大的图像不适应,而且找到特征点之间一一对应关系是难点。
halcon等商业软件这方面做的很好。 halcon基于形状的匹配Shape-Based matching能完美解决工业条件下的模板匹配问题。
HALCON提供的基于形状匹配的算法主要是针对感兴趣的小区域来建立模板,对整个图像建立模板也可以,但这样除非
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值