郑兴明

(南京航空航天大学计算机科学与技术学院，江苏 南京 210016)

利用图像信息对目标物体进行搜寻和攻击，在当前越来越受到重视，特别是在航空航天、军事打击、医学手术中的应用，其准确性，精确性和实时性一直是该领域的主要研究方向。图像信息除了包含内容的局部信息，还包含内容之间相互关系的全局信息，局部信息特征表述了目标特征区域的信息，如图像的直线、颜色特征、角度、轮廓以及这些特征之间的相互关系。全局特征描述的是整个图像的信息，如图像的灰度直方图等。图像全局特征信息在某些细节上淡化了局部目标区域的细节特征，不能体现匹配的结果，利用图像的局部特征进行匹配越来越受到重视，并成为计算机视觉领域的热点。

目前针对图像匹配的主要方法有基于像素点匹配的归一化积相关灰度匹配、序贯相似性检测匹配(Similarity Sequential Detection Algorithm，SSDA)、基于特征匹配的［1］(Scale － Invariant Features Transform，SIFT)和仿射不变特征点提取方法 Harris－ Affine［2－4］。模板匹配的主要思想是将待匹配的图像作为模板图像，以窗口的方式，在待查找的源图像中扫描一遍，通过该模板所对应区域的图像与模板图像之间的相似距离来判断识别的结果。序贯相似性检测匹配主要解决模板匹配算法计算量大的问题，模板匹配每滑动一次就要做一次匹配运算，除了匹配点外在其他匹配点做了“无用功”，导致匹配算法计算量上升，一旦发现所在的参考位置为非匹配点，立刻换到新的参考点计算，加大匹配速度。……