摘 要：图像匹配技术在众多领域中有着广泛的应用，如生物、信息处理、医学等等。图 像匹配就是找到两幅不同图像之间的空间位置关系。本文研究了基于灰度的模板匹配方法 及其改进方法——快速模板匹配算法。前者是图像匹配算法中比较经典的一种，许多匹配 技术都是在其基础上发展起来的。基于灰度的模板匹配方法从图像的灰度值出发，用误差 平方和测度和归一化互相关算法实现图像匹配。后者是采用图像灰度值的编码表示方法以 实现图像与模板的匹配。通过实验论证可得后者比前者的计算时间快了很多。75840

毕业论文关键词：图像匹配,灰度相关,模板匹配法,快速模板匹配法

Abstract: Image matching plays an important role in many fields such as biology, information processing, medicine and so on。It’s aimed at find the spatial relationship between the two different images。This paper is mainly devoted to the template matching method based on gray value and improved algorithm——the rapid template matching method based on gray value。The former is more classic one and lots of registration techniques are based on it to be extended and expanded。 It started from the gray value of images and used the sum of square differences measure and normalized cross correlation algorithm in order to realize image  matching。The latter adopted the algorithm based on coding image gray value to match the image and template image。 Experiments show that the latter is far faster than the former。

Key words: Image matching, Gray correlation, The template matching method, The rapid template matching method

目录

1 绪论 4

1。1 研究目的和意义 4

1。2 国内外研究现状 5

1。3 研究内容 6

2 图像匹配基本理论 6

2。1 图像匹配基本介绍 7

2。2 图像匹配相关概念 8

2。3 图像匹配的几种算法 10

3 基于灰度图像匹配的相关方法 12

3。1 仿真平台的介绍 12

3。2 基于灰度的模板匹配算法 13

3。3 基于灰度的快速模板匹配算法 16

3。4 对比分析 19

结论 20

参考文献 21

致谢 23

附录 24

1 绪论

1。1 研究目的和意义

当代社会是信息化、科技化的时代。随着科学技术的迅猛发展，图像信息处理水平也 不断得到发展和研究，并且取得了显著的效果。近年来，图像匹配技术在目标定位、分类、 识别和跟踪，精确制导、飞机辅助导航、医学图像处理、人脸识别、指纹验证、资源分 析、气象预报等领域都得到了应用[1]。已然，图像匹配成为了一门新兴的学科。图像在进 行拍摄的时候，常常会受到天气、环境、拍摄人员所处角度以及有瑕疵的拍摄装备等等因 素的影响，拍出的图像受到了噪声的干扰，并且还出现畸变和失真的情况。在此情况下， 图像匹配一直是人们研究的热点和难点。

数字图像实际上是用数值像素表示的二维图像。一般情况下，像素被保存为光栅图像， 而在传输和储存的时候，这些值是用压缩格式来进行的。获取数字图像有很多方法，可以 通过不同的装备来获取，也可以通过技术手段来获取，比如数码相机、扫描仪、坐标测量 机等。数字图像也可以通过非图像数据合成，例如三维几何模型、数学函数等。作为一个 重要的分支，三维几何模型在计算机图形学中所处的地位非常关键，而实际上对于其变换 算法的研究也就是数字图像处理的主要内容。论文网