模板匹配 - 不同尺寸的模板和图像

我有一个图像，我可以获得更好的质量（例如更高的尺寸）。问题是我不能在默认尺寸上进行模板匹配，只能在较高的尺寸上匹配。而较高的一个不是固定的 - 它可以是原始图像的1.0到2.5倍之间的任何东西。模板匹配 - 不同尺寸的模板和图像

我在考虑检索更高分辨率的模板，然后根据图像的大小，调整模板大小。但是，当我使用不同的调整大小算法时，可能会产生完全错误的结果。

你有什么建议？当我想在这种情况下进行模板匹配时，我应该如何继续？

编辑：只需要注意 - 模板将永远是相同的，它们也是图像中的对应物（图像是计算机生成的）。

2011-03-18 mnn

那么你是说你有一个名义规模为1.0的图像模板和你想匹配的目标图像，范围从1.0到2.5x？

比例不变模式匹配算法相当复杂。最简单的做法是将您的目标图像缩小到多个中间分辨率，并尝试将其与您的模板匹配。为了获得更好的性能，请尽量减少模板的比例（比如0.5），以便目标落在0.5-1.75的范围内。在处理不同的分辨率时，尝试平滑一下图像。

最后要确保您的模板匹配是准确的，请增加您的目标图像和模板图像的比例，以跟踪上一个{x，y}位置直到您的新资源。您可以这样做，直到达到最佳解决方案。归一化的灰度相关性是模式匹配的一个相当好的和快速的算法。

来源

2011-03-19 19:38:29

我会尝试缩小模板，但它们已经非常小，我也在对它们进行阈值处理，所以这不是真正的选择。所以，如果它有帮助，我正在做一种OCR，但标准技术/库（tessnet）不会帮助。 – mnn 2011-03-20 15:20:42

那么，您是否将模板二进制化并将其与bin目标进行匹配？那么你可以缩小你的目标，反正你没有太多选择。与斌，图像的问题是你的相关性是非常薄弱的...尝试做灰度。你也可以看看更先进的技术，比如adaboost和SVM（这两种技术都非常先进，但是如果你知道matlab，你应该在几天内完成小测试）。 – 2011-03-20 21:47:07

我加载原始彩色图像，将其转换为灰度，并将其设置为阈值（254）。结果非常好，如果模板和搜索图像的大小匹配，但如果我调整搜索图像的大小，结果会变得越来越糟糕。 – mnn 2011-03-24 20:47:42

模板匹配 - 不同尺寸的模板和图像

回答

相关问题