资源描述：
《浅谈基于ncc的图像匹配快速算法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、浅谈基于NCC的图像匹配快速算法 摘要:在图像匹配过程中,针对传统归一化积相关(NCC)算法计算量大的问题,提出一种对NCC进行改进的图像匹配快速算法。该算法首先使用差分求和定理改造NCC相似度量函数,以降低匹配计算量。然后提出模板区域分割,设定阈值,进一步去除大量不必要的计算,优化匹配搜索过程,实现了快速匹配。实验结果证明,与传统的匹配算法相比,在保证精度的前提下,计算复杂度大大降低。关键词:图像匹配;归一化积相关;相似度函数;区域分割;差分 FastAlgorithmforImageMatchingBasedonNCC YANGTong-yu,PENGGu
2、o-hua (SchoolofScience,Northagematchingprocess,theputationalplexityajorproblemofthetraditionalNCC(normalizedproductcorrelation)algorithm.AnimagematchingfastalgorithmforimprovingtheNCCispresented.First,itbinedmationtheoremofdifferencetoimprovetheNCCforreducingtheamountofcalculationofmatch
3、ing.Second,itshoentationforthetemplateandthensetthresholdtogetridofsomecalculationtoachieverapidmatching.Theexperimentalresultsprovethattheputationalplexityisreducedgreatlyparedatchingalgorithmbythepremiseoftheprecision,. Keyagematching;normalizedproductcorrelation;similarityfunction;reg
4、ionsegmentation;difference 0引言 图像匹配问题是计算机视觉、图像处理领域中的基本问题,有两种对应的模型:一是两幅(或者多幅)来自不同传感器、不同视角或不同时间的图像需找出对应关系,经过匹配步骤可得出两幅图像的差别所在,为下一步处理作基础;二是根据已知的图像模式在另一幅图像中搜索类似模板的目标,即模板匹配。图像匹配技术是数字图像处理领域的一项重要研究,已在虚拟现实场景、航空航天遥感测量、医学影像分析、光学和雷达跟踪、景物制导等领域有着重要的应用价值。已有的图像匹配算法可分为两类:基于像素灰度值的匹配和基于图像几何特征的匹配。 所有的基于
5、像素灰度值匹配算法的计算量等于模板运算量和搜索位置数之积。故提高匹配速度的角度有: (1)减少每个位置处模板相似度计算的运算量; (2)改变搜索策略,减少搜索像素点或在搜索图像中的搜索位置数。模板匹配的传统算法[1]有:MAD[2](平均绝对差)算法,归一化积相关[3-5](NCC)算法,序贯相似性检测法[6](SSDA),图像灰度值编码[7](PFC)算法等。其中MAD算法计算过程非常简单,无需复杂的乘除法运算,但是对噪声比较敏感,在加噪声的情况下,匹配准确率随着信噪比的增加而减少;SSDA算法虽然相对MAD算法速度提高了很多,但是其精度低,匹配效果不好,而且易受噪
6、声影响,一旦进入信息贫乏的区域,会导致误匹配率的上升;PFC算法无法适应图像局部光照的非线性变化,匹配容易错误;NCC算法的优点是抗白噪声干扰能力强,且在灰度变化及几何畸变不大的情况下精度很高,它的这种优点非常突出,但该方法受局部光照变化的影响,且匹配速度较慢。针对该问题,本文在保证匹配精度的前提下,提高NCC匹配算法的速度,增强算法对实际应用的适应性。 1.2改进NCC 1.2.1差分求和定理
