曹梦柔

摘 要：本文根据工程需要，制作出一套完整的模板匹配系统的开发，从日常生活中与人类息息相关的汽车自动驾驶，到医学病灶的图像分析，再到未来的人机智能交互中的人脸识别，图像计算等，基于机器视觉的模板匹配系统发挥了巨大的作用。本论文使用VC++6.0开发工具进行系统代码的编写，最终很好的完成了模板匹配系统的研究，并且在实验室做了大量实验进行稳定性和准确性测试，测试结果表明本系统能够满足实际工程的需要。

关键词：机器视觉；模板匹配；系统开发

模板匹配是指：在机器识别图像的过程中，需要把同一传感器在不同时间和不同成像条件下对同一事物得到的两幅或几幅事物的图片在空间上对准，或者根据已知图像到另一幅图像中寻找相应的模式。此过程可以进行图像的特点性质分析，如果利用在不同时间对同一景物拍摄的两幅图片，经过系统处理后，找出其中特征有了变化的像素点，就可以分析图像中哪些部分发生了变化，而利用放在一定距离处的两只工业相机对同一物体拍摄的两幅图片，找出相应点后可算出物体离开照相机的距离，即物体的深度信息。

基于图像特征信息的匹配算法设计：基于图像特征的匹配算法是根据图像的特点创造两幅图片之间的特征点的空间对应关系，从而求得带匹配图片与标准模板图片间的变换参数，图像匹配前，最重要是提取图像中的明显特征，图像特征可以是：曲面高点，也可以是图像中的点，线，面等。

匹配算法的具体步骤如下：

（1） 从模板图片【图（1-1）】和待匹配图片【图（1-2）】中提取它们共有的显著特征；（2） 匹配从两幅图片中提取的相似特征点；（3） 根据匹配特征计算几何变换参数；（4） 图像二次采样，即根据第（3）步中计算出的几何变换参数，对即将要匹配的的图像进行重新采样，从而使得待匹配图像【图（1-2）】和模板图像【图（1-1）】实现空间位置上的一一对应；

基于图像特征信息的匹配算法，经常被用于两幅待配准图片相关性不是很大的场景，这种算法不需要对图像的所有灰度点进行处理，只需要考虑图像提取出的显著特征点，因而减小了图片匹配过程中的计算量，提高了图像匹配的速度。

从图1-3可以看出：待检测图片和模板图片进行匹配后，能够将两幅图片的最大相似图片完美的显示在软件系统中，从而能够提取出两幅图片相同的部分。

总结：本系统通过对模板匹配算法的研究分析，研发出了模板匹配软件系统，并依据本软件系统对图像进行测试，最终得以实现，该系统能够找出两幅图像的相同部分，使其避免人工操作。

参考文献：

[1] 何斌，马天宇，王运坚，Visual C++数字图像处理[D] 2002：473～477