一種基於灰度統計特徵的灰度模板匹配方法

2023-04-30 02:55:16

專利名稱：一種基於灰度統計特徵的灰度模板匹配方法
技術領域：
本發明屬於圖像檢索技術領域，特別是涉及一種基於灰度統計特徵的灰度 模板匹配的方法。
背景技術：
根據已知的灰度模式T (模板圖像)，在另一幅灰度圖像I中搜索相似子圖 G的過程稱為灰度模板匹配。灰度模板匹配可以運用於灰度圖像模板檢索應用 中。灰度模板圖像檢索不同於傳統的基於內容的灰度圖像檢索，前者是根據模 板T對灰度圖像資料庫中所有的圖像I進行模板匹配，模板T和圖像I的尺寸 大小可以不一致，而後者要求檢索圖像和資料庫中圖像I的尺寸大小一致。由 此可見，灰度模板圖像檢索具有更加廣泛的使用用途，由於快速灰度模板匹配 方法可以提高灰度模板圖像檢索的檢索速度。此外，灰度信息是彩色圖像的一 個重要信息，灰度模板圖像匹配也可以用於彩色模板圖像匹配應用，因此快速 灰度模板匹配方法也具有非常好的使用前景。

發明內容
本發明的目的在於提供一種使用灰度統計特徵的灰度模板匹配方法。
本發明方法的具體步驟是
步驟(l).設定灰度模板T的寬度為M、高度為A^，待匹配圖像I的寬度 為M,、高度為似2， 似屍、'A^+a (&=1,2,3."， 0Sa〈7V,)， M2= & ,7V2 + (&=1,2,3...， 0《p0，則將待匹配圖像I的橫向的邊沿進行複製延伸，使得"-iV,，則延伸後的待匹配圖像I的寬度為M卜(、+1).W,，複製 延伸的圖像在橫向為一個像素；如果/ >0，則將待匹配圖像I的縱向的邊沿進 行複製延伸，使得"=^2，則延伸後的待匹配圖像I的高度為M;—^+l).A^， 複製延伸的圖像在縱向為一個像素；
步驟(2).將待匹配圖像I以灰度模板T為單元進行分塊:對於複製延伸過 的待匹配圖像I，分為(M;/A^)x(M;/A^)塊；對於未進行複製延伸的待匹配圖 像I，分為(MJAgx(MJ^)塊；按照先從左到右、再從上到下的順序將各塊 圖像進行編號為像素塊C,.， /",2，3…；
步驟(3).按照像素塊C,編號的順序，將圖像I的像素塊C,.與灰度模板T 進行比對，具體的比對方法是
(a).對灰度模板T的模板當前像素點S從灰度模板T的左上角開始，按照 先從左到右、再從上到下順序在模板T中以一個像素單位進行移動，模板當前 像素點S與灰度模板T左上角的像素點為對角線構成像素子塊矩陣^，該像素
子塊矩陣&的寬度為AV，高度為W"模板當前像素點S在模板T中移動過程 中，得到A^x^個不同的像素子塊矩陣K，計算每個像素子塊矩陣^的灰度統
計特徵，所述的灰度統計特徵包括灰度統計直方圖、灰度級位置方差和灰度圖 像P《階幾何矩；
圖像像素矩陣的灰度統計直方圖是灰度級函數，表示圖像矩陣中具有每種
灰度級的象素的個數。灰度圖像矩陣像素的灰度值為
之間的整數值，將 灰度圖像的灰度級平均分為16個灰度等級，第一灰度等級範圍是[O， 15],第二 個灰度等級是[16，31]，…，最後一個是[240,255]。對灰度圖像的所有像素， 統計每個灰度級範圍的像素的個數，統計的像素個數就是灰度統計直方圖在此灰度級的值。用公式(1)表示 /(/)=/(,") (1)
其中，y表示第J灰度級，/(力表示灰度統計直方圖在第J'灰度級的值，/(,") 表示灰度圖像中所有灰度值在第)灰度級範圍內的像素的個數。
以圖像矩陣的左下角為原點，灰度級位置方差如公式(2)表示
頭 .-Xy)2}
5>{("廣；》2}
— 二
(2)
其中^表示灰度圖像中的所有灰度值在第7灰度級範圍內的像素的x坐標 值的灰度級位置方差； 表示灰度圖像中所有灰度值在第y灰度級範圍的像素 的y坐標值的灰度級位置方差；A^表示灰度圖像中所有灰度值在第y灰度級範 圍的像素的個數；、表示灰度圖像中所有灰度值在第)灰度級範圍內的像素橫 坐標值；A表示灰度圖像中所有灰度值在第y灰度級範圍內的象素的橫坐標平 均值；^表示灰度圖像中所有灰度值在第7灰度級範圍內的像素的縱坐標值； ^.表示灰度圖像中所有灰度值在第y灰度級範圍內的象素的縱坐標平均值；
灰度圖像/^階幾何矩如公式(3)表
小
M
M^表示圖像的p《階矩，/(x,力表示灰度圖像在(;c,3;)位置處的像素灰度 值。S表示灰度圖像的所有像素。；c表示灰度圖像像素的橫坐標值，y表示灰度
圖像像素的縱坐標值。
(b).把像素子塊矩陣^劃分為四個區域 像素子塊矩陣rz的右下角的一個像素點為區域D;區域D所在的行去除區域D的一個像素點後的所有像素點的集合為區域B; 區域D所在的列去除區域D的一個像素點後的所有像素點的集合為區域C;
像素子塊矩陣r,去除區域B、 C、 D後的所有像素點的集合為區域A;
區域A是當前像素點g在灰度模板T移動過程中的一個像素子塊矩陣；區
域A和區域B合併構成的區域A+B是當前像素點S在灰度模板T中移動過程中 的一個像素子塊矩陣；區域A和區域C合併構成的區域A+C是當前像素點《在 灰度模板T中移動過程中的一個像素子塊矩陣。區域A，區域D，區域A+B，區 域A+C，區域A+B+C+D的灰度統計直方圖的關係有formula see original document page 14
其中，^+,+^C/)表示A+B+C+D區域的灰度統計直方圖的第)灰度級的值， ^+,)(力表示A+B區域的灰度統計直方圖的第y灰度級的值，/(^)(y)表示A+C區 域的灰度統計直方圖的第y灰度級的值，/(^(力表示A區域的灰度統計直方圖的 第)灰度級的值，/(d)G)表示D區域的灰度統計直方圖的第j灰度級的值。
區域A，區域D，區域A+B，區域A+C，區域A+B+C+D的像素橫坐標值關係 有 '
formula see original document page 14其中，4力表示灰度圖像的像素中灰度值在第7灰度級範圍內的一個像素的
橫坐標值；Zx(力表示區域A+B+C+D中所有灰度值在第y灰度級範圍內的像素 的橫坐標值總和；2>(刀表示區域A+B中所有灰度值在第7灰度級範圍內的像 素的橫坐標值總和；2>(力表示區域A+C中所有灰度值在第j灰度級範圍內的 像素的橫坐標值總和；Zx(力表示區域A中所有灰度值在第y灰度級範圍內的像 素的橫坐標值總和。Zx(y)表示區域D中所有灰度值在第y灰度級範圍內像素的
橫坐標值總和；^^0)表示區域A+B+C+D中所有灰度值在第乂灰度級範圍內 的像素的橫坐標值平均值；A,+M一(;c(力2)表示區域A+B+C+D中所有灰度值在第
j灰度級範圍內的像素的橫坐標值的平方的期望值。cr(^+c+^表示區域A+B+C+D
中所有灰度值在第乂灰度級範圍內的像素的橫坐標值的灰度級位置方差。 區域A、區域D、區域A+B、區域A+C、區域A+B+C+D的像素的縱坐標值關係有:
formula see original document page 15
其中y(力表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐 標值；2>(力表示區域A+B+C+D中所有灰度值在第)灰度級範圍內的像素的橫
坐標值總和；JX力表示區域A+B中所有灰度值在第)灰度級範圍內的像素的
(越)橫坐標值總和；^y(y)表示區域A+C中所有灰度值在第7灰度級範圍內的像素
的橫坐標值總和；1>(力表示區域A中所有灰度值在第乂灰度級範圍內的像素
")
的橫坐標值總和；2>(力表示區域F中所有灰度值在第)灰度級範圍內像素的 橫坐標值總和；^^;(力表示區域A+B+C+D的中所有灰度值在第)灰度級範圍 內像素的橫坐標值平均值；五e^(力)2)表示區域A+B+C+D中所有灰度值在第 )灰度級範圍內的像素的橫坐標值的平方的期望值；"(^+o表示區域A+B+C+D 中所有灰度值在第)灰度級範圍內的像素的縱坐標值的灰度級位置方差； 區域A、區域D、區域A+B、區域A+C、區域A+B+C+D像素矩陣的幾何矩的關係
有
Z4y)、(力a力^，力二 2>(力、(力《,"力+ Z4力、(力《,"力 —Z(x，力+z 4力、a^力"力
其中//x,力表示在(;c,力坐標處並且灰度圖像中所有灰度值在第y灰度級範圍內
的像素的灰度值。
從上述公式可以看到，區域A+B+C+D的灰度統計直方圖，灰度級位置方差， P《階幾何矩可以使用區域A，區域D，區域(A+B)，區域(A+C)的灰度統計 直方圖，灰度級位置方差，p《階幾何矩分別進行計算。
(c). C,.的當前像素點g'從劃分塊C,.的右下角開始，按照先從右到左、再從 下到上的順序在C,.中以一個像素單位進行移動，以C,的當前像素點s'與劃分塊 C,.的右下角的像素點為對角線構成像素子塊矩陣r〗，r〗的寬度為i^、高度為 A^; C,的當前像素點/T在劃分塊C,.的移動過程中，得到N^N2個不同的像素子 塊矩陣r〗；按照歩驟(a)的方法定義每個像素子塊矩陣巧的灰度統計直方圖， 灰度級位置方差，；^階幾何矩；(d).把像素子塊矩陣巧劃分為四個區域 像素子塊矩陣巧的左上角的一個像素點為區域H;
區域H所在的行去除區域H的一個像素點後的所有像素點的集合為區域J; 區域H所在的列去除區域H的一個像素點後的所有像素點的集合為區域F; 像素子塊矩陣^去除區域F、 J、 H後的所有像素點的集合為區域E;
區域E是C,:的當前像素點稈在劃分塊C,移動過程中的一個像素子塊矩陣；
區域E和區域F合併構成的區域E+F是當前像素點/V在劃分塊C,中的移動過程 中的一個像素子塊矩陣；區域E和區域J合併構成的區域E+J是當前像素點 在劃分塊C,中的移動過程中的一個像素子塊矩陣；區域E、區域H、區域E+F、 區域E+J、區域E+F+J+H的灰度統計直方圖的關係有 w+")(力=(力+ As")(力—4 (力+1"(力(4 ) 其中，^+f+,^)C/)表示E+F+J+H區域的灰度統計直方圖的第y灰度級的值， /(一(力表示E+F+J+H區域的灰度統計直方圖的第y灰度級的值，/(一(刀表示E+J 區域的灰度統計直方圖的第y灰度級的值，/(h)C/)表示H區域的灰度統計直方圖 的第y灰度級的值，/(。(力表示E區域的灰度統計直方圖的第y灰度級的值。 區域E、區域E+F、區域E+J、區域H、區域E+F+J+H的像素橫坐標值關係有
formula see original document page 17其中x(乂)表示灰度圖像的像素中灰度值在第y灰度級範圍內的一個像素的橫坐 標值；2>(力表示區域E+F+J+H中所有灰度值在第)灰度級範圍內的像素的橫
坐標值總和；1>(力表示區域E+F中所有灰度值在第y灰度級範圍內的像素的
橫坐標值總和；Zx(力表示區域E+J中所有灰度值在第)灰度級範圍內的像素
的橫坐標值總和；ZW力表示區域H中所有灰度值在第)灰度級範圍內的像素的 橫坐標值總和；2>(力表示區域E中所有灰度值在第y灰度級範圍內像素的橫坐
標值總和；^^C/)表示區域E+F+J+H中所有灰度值在第)灰度級範圍內的像 素的橫坐標值平均值；^(￡+唚+//)(^')2)表示區域E+F+J+H中所有灰度值在第乂灰 度級範圍內的像素的橫坐標值平方的期望值；ct(^^,力表示區域E+F+J+H中所
有灰度值在第y灰度級範圍內的像素的橫坐標值的灰度級位置方差。
區域E、區域H、區域E+F、區域E+J、區域E+F+J+H的像素的縱坐標值關係有
1>(力=1>(力-1>(力+!>)
1>(力+ 1>(力—1>(力+1>(力
(力=
(力
1>(力2= 5>)2+2>(力2 —1>(力2+2>(力2， ￡w>(yG)2) = f
ET , /■ ! / ZT丄/7、 / E"丄r人 F W 7 ,
(力
(W)-力)
其中y)表示灰度圖像的像素中灰度值在第j'灰度級範圍內的一個像素的橫坐
標值；1>(力表示區域E+F+J+H中所有灰度值在第7灰度級範圍內的像素的橫坐標值總和；Zy(力表示區域E+F中所有灰度值在第)灰度級範圍內的像素的 橫坐標值總和；5>)表示區域E+J中所有灰度值在第j灰度級範圍內的像素 的橫坐標值總和；2>(力表示區域E中所有灰度值在第)灰度級範圍內的像素 的橫坐標值總和；ZK/)表示區域H中所有灰度值在第7灰度級範圍內像素的
橫坐標值總和；^^;(力表示區域A+B+C+D的中所有灰度值在第乂灰度級範圍 內像素的橫坐標值平均值；五(^+c(y(力2)表示區域E+F+J+H中所有灰度值在第 y灰度級範圍內的像素的橫坐標值的平方的期望值。s^+c+,表示區域E+F+J+H 中所有灰度值在第j'灰度級範圍內的像素的縱坐標值的灰度級位置方差。 區域E、區域H、區域E+F、區域E+J、區域E+F+J+H像素矩陣的幾何矩的關係
有
I>(j'y>c/ ">o= 1>(力/>(力《力"力+ X4力、(力'/;^，力 一 Z "力+Z 4力p (a力
其中力(x,力表示在(x,力坐標處並且灰度圖像中所有灰度值在第y灰度級範
圍內的像素的灰度值。
從上述公式可以看到，區域E+F+J+H的灰度統計直方圖，灰度級位置方差， ;^階幾何矩可以使用區域E，區域H，區域E+F，區域E+J的灰度統計直方圖， 灰度級位置方差，；^階幾何矩分別進行計算。
(e).將當前像素點^從灰度模板T的左上角以先從左到右、再從上到下的 順序的每一次移動所得到的rz與當前像素點從劃分塊C,.的右下角開始以先 從右到左、再從下到上的順序在C,.中的每一次移動所得到的r〗相對應；採用歐
拉距離計算公式計算^和r〗的灰度統計直方圖的距離A ，採用歐拉距離計算公
式計算每個灰度級的灰度級位置方差的距離，並計算所有灰度級位置方差距離的總和a。採用歐拉距離計算公式計算灰度圖像的/^階幾何矩的距離"M。將
a， a， z^求和得到^和ri的距離z);對T和劃分塊c,的所有對應的rz和j^ 的距離D進行排序，獲得D最小的^和r;，距離D最小的巧的左上角的當前像
素點《為移動像素點&.;
(f).計算圖像I的每個劃分塊c,的&，移動像素點&的個數與圖像l的劃
分塊的個數是相等；對每一個&，將&作為左上角，在圖像I中取大小和灰度
模板T一致的像素塊《.，按照步驟(a)的定義計算《,的灰度統計直方圖，灰度
級位置方差，/^階幾何矩。
對於《和模板T，採用歐拉距離計算公式計算A和T的灰度統計直方圖的
距離"，採用歐拉距離計算公式計算每個灰度級的灰度級位置方差的距離，並 計算所有灰度級位置方差距離的總和"。採用歐拉距離計算公式計算灰度圖像
的/^階幾何矩的距離A。將";，"二， A求和得到^和T的距離Z)';對所有
A和模板T的距離D'，選擇D'最小的《.記為i^。，這個^^為與模板T匹配的
圖像子圖。
本發明方法在模板T與圖像I的模式匹配過程中，通過計算模板T與匹配 子圖潛在的重疊區域來對模板T在圖像I中進行快速的移動，從而可以大大的
提高模板匹配的速度。此外，本發明方法採用的灰度統計直方圖、灰度級位置
方差、；^階幾何矩能較好的體現灰度圖像的紋理特徵，因此該方法還具有較
好的匹配準確性。
具體實施例方式
一種基於灰度統計特徵的灰度模板匹配方法，該方法的具體步驟是 步驟(l).設定灰度模板T的寬度為M、高度為A^，待匹配圖像I的寬為Mt 、 高度為"2， M產&.A^+a (、=1,2,3'"， 0S"〈7V!)， 似2=&2-〃2+" U2=l，2,3...， 02々0，則將待匹配圖像I的橫向的邊沿進行復 制延伸，使得《 = ^，則延伸後的待匹配圖像I的寬度為M(^(、+1》A^，複製 延伸的圖像在橫向為一個像素；如果^>0，則將待匹配圖像I的縱向的邊沿進 行複製延伸，使得- = ^2，則延伸後的待匹配圖像I的高度為^=(^+1》^2， 複製延伸的圖像在縱向為一個像素；
步驟(2).將待匹配圖像I以灰度模板T為單元進行分塊:對於複製延伸過 的待匹配圖像I，分為(M,7Agx(M;/A^)塊；對於未進行複製延伸的待匹配圖 像I，分為(M,/Agx(MJA^塊；按照先從左到右、再從上到下的順序將各塊 圖像進行編號為像素塊C,.， 1,2,3…；
步驟(3).按照像素塊C,.編號的順序，將圖像I的像素塊C,.與灰度模板T 進行比對，具體的比對方法是
(a).對灰度模板T的模板當前像素點^從灰度模板T的左上角開始，按照 先從左到右、再從上到下順序在模板T中以一個像素單位進行移動，模板當前 像素點《與灰度模板T左上角的像素點為對角線構成像素子塊矩陣T^，該像素 子塊矩陣^的寬度為AV，高度為A^;模板當前像素點《在模板T中移動過程 中，得到A^xA^個不同的像素子塊矩陣rz，計算每個像素子塊矩陣^的灰度統 計特徵，所述的灰度統計特徵包括灰度統計直方圖、灰度級位置方差和灰度圖 像/^階幾何矩；
圖像像素矩陣的灰度統計直方圖是灰度級函數，表示圖像矩陣中具有每種 灰度級的象素的個數。灰度圖像矩陣像素的灰度值為
之間的整數值，將 灰度圖像的灰度級平均分為16個灰度等級，第一灰度等級範圍是[O， 15]，第二個灰度等級是[16，31]，…，最後一個是[240，255]。對灰度圖像的所有像素， 統計每個灰度級範圍的像素的個數，統計的像素個數就是灰度統計直方圖在此
灰度級的值。用公式(1)表示
/(力=/,") (1)
其中，J表示第y灰度級，/(力表示灰度統計直方圖在第y灰度級的值，/(乂,") 表示灰度圖像中所有灰度值在第y灰度級範圍內的像素的個數。
以圖像矩陣的左下角為原點，灰度級位置方差如公式(2)表示
=^~~^~~:， =^-1^ (2)
其中a力表示灰度圖像中的所有灰度值在第)灰度級範圍內的像素的x坐標 值的灰度級位置方差；c^表示灰度圖像中所有灰度值在第)灰度級範圍的像素 的y坐標值的灰度級位置方差；AO.表示灰度圖像中所有灰度值在第y灰度級範 圍的像素的個數；、.表示灰度圖像中所有灰度值在第y灰度級範圍內的像素橫
坐標值；^表示灰度圖像中所有灰度值在第y灰度級範圍內的象素的橫坐標平 均值；y,表示灰度圖像中所有灰度值在第y灰度級範圍內的像素的縱坐標值； ^.表示灰度圖像中所有灰度值在第7灰度級範圍內的象素的縱坐標平均值；AO 是期望值。
灰度圖像/^階幾何矩如公式(3)表示 w _!>V/(W)) 。〕
M^表示圖像的p《階矩，/(x,力表示灰度圖像在Ocj)位置處的像素灰度 值。i:表示灰度圖像的所有像素。x表示灰度圖像像素的橫坐標值，^表示灰度 圖像像素的縱坐標值。(b).把像素子塊矩陣rz劃分為四個區域 像素子塊矩陣rz的右下角的一個像素點為區域D;
區域D所在的行去除區域D的一個像素點後的所有像素點的集合為區域B; 區域D所在的列去除區域D的一個像素點後的所有像素點的集合為區域C;
像素子塊矩陣K去除區域B、 C、 D後的所有像素點的集合為區域A;
區域A是當前像素點g在灰度模板T移動過程中的一個像素子塊矩陣；區
域A和區域B合併構成的區域A+B是當前像素點S在灰度模板T中移動過程中 的一個像素子塊矩陣；區域A和區域C合併構成的區域A+C是當前像素點g在 灰度模板T中移動過程中的一個像素子塊矩陣。區域A，區域D，區域A+B，區 域A+C，區域A+B+C+D的灰度統計直方圖的關係有
A as+c+d)(力=(力+ A ac)(力_ ^ (力+ ^ (力(4 ) 其中，/(^+^(力表示A+B+C+D區域的灰度統計直方圖的第y灰度級的值， /( (力表示A+B區域的灰度統計直方圖的第y灰度級的值，/^+c)(力表示A+C區 域的灰度統計直方圖的第y灰度級的值，/(,)(刀表示A區域的灰度統計直方圖的 第y灰度級的值，/(d)(力表示D區域的灰度統計直方圖的第y灰度級的值。
區域A，區域D，區域A+B，區域A+C，區域A+B+C+D的像素橫坐標值關係
有
Z4_/)= !>(/)+ 1>(力—1>(力+1>(力
z x,(力+ z-1]+z
(力
(力=
Z O)2 = Z i(刀2 + S O)2 — Z 2 + Z義(力2 ， f (^s+c+z))(義(./)2)=
23其中，x(力表示灰度圖像的像素中灰度值在第y灰度級範圍內的一個像素的
橫坐標值；2>(力表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素 的橫坐標值總和；2>(力表示區域A+B中所有灰度值在第y灰度級範圍內的像 素的橫坐標值總和；；^4乂)表示區域A+C中所有灰度值在第y灰度級範圍內的 像素的橫坐標值總和；1>(7')表示區域A中所有灰度值在第)灰度級範圍內的像
素的橫坐標值總和。2>(力表示區域D中所有灰度值在第y灰度級範圍內像素的
(a)
橫坐標值總和；^^(力表示區域A+B+C+D中所有灰度值在第y灰度級範圍內 的像素的橫坐標值平均值；A^^d)W力2)表示區域A+B+C+D中所有灰度值在第
:灰度級範圍內的像素的橫坐標值的平方的期望值。^
表示區域A+B+C+D
中所有灰度值在第y灰度級範圍內的像素的橫坐標值的灰度級位置方差。
區域A、區域D、區域A+B、區域A+C、區域A+B+C+D的像素的縱坐標值關係有:
formula see original document page 24
其中y(y)表示灰度圖像的像素中灰度值在第乂灰度級範圍內的一個像素的橫坐
標值；2>(力表示區域A+B+C+D中所有灰度值在第)灰度級範圍內的像素的橫坐標值總和；2>)表示區域A+B中所有灰度值在第y灰度級範圍內的像素的 橫坐標值總和；2>(刀表示區域A+C中所有灰度值在第)灰度級範圍內的像素 的橫坐標值總和；1>(力表示區域A中所有灰度值在第y灰度級範圍內的像素 的橫坐標值總和；1X力表示區域F中所有灰度值在第y灰度級範圍內像素的
橫坐標值總和；^^(刀表示區域A+B+C+D的中所有灰度值在第j灰度級範圍 內像素的橫坐標值平均值；A^+^0O)2)表示區域A+B+C+D中所有灰度值在第 y灰度級範圍內的像素的橫坐標值的平方的期望值；cr(^+o表示區域A+B+C+D
中所有灰度值在第y灰度級範圍內的像素的縱坐標值的灰度級位置方差； 區域A、區域D、區域A+B、區域A+C、區域A+B+C+D像素矩陣的幾何矩的關係 有
formula see original document page 25(力9/,"力
其中y;.(;c,力表示在(;c,);)坐標處並且灰度圖像中所有灰度值在第y灰度級範圍內
的像素的灰度值。
從上述公式可以看到，區域A+B+C+D的灰度統計直方圖，灰度級位置方差， ;^階幾何矩可以使用區域A，區域D，區域(A+B)，區域(A+C)的灰度統計 直方圖，灰度級位置方差，/^階幾何矩分別進行計算。
(c). C,.的當前像素點"從劃分塊C,.的右下角開始，按照先從右到左、再從 下到上的順序在C,.中以一個像素單位進行移動，以C,.的當前像素點/V與劃分塊
c,的右下角的像素點為對角線構成像素子塊矩陣r〗，^的寬度為iv;、高度為
iV;; C,的當前像素點P,'在劃分塊C,.的移動過程中，得到N^N2個不同的像素子 塊矩陣巧；按照步驟(a)的方法定義每個像素子塊矩陣巧的灰度統計直方圖，灰度級位置方差，；^階幾何矩；
(d).把像素子塊矩陣r〗劃分為四個區域 像素子塊矩陣r〗的左上角的一個像素點為區域H;
區域H所在的行去除區域H的一個像素點後的所有像素點的集合為區域J; 區域H所在的列去除區域H的一個像素點後的所有像素點的集合為區域F; 像素子塊矩陣Ti去除區域F、 J、 H後的所有像素點的集合為區域E;
區域E是C,的當前像素點/T在劃分塊C,移動過程中的一個像素子塊矩陣； 區域E和區域F合併構成的區域E+F是當前像素點iT在劃分塊C,中的移動過程 中的一個像素子塊矩陣；區域E和區域J合併構成的區域E+J是當前像素點《 在劃分塊C,.中的移動過程中的一個像素子塊矩陣；區域E、區域H、區域E+F、 區域E+J、區域E+F+J+H的灰度統計直方圖的關係有
(力=w)(力+W)(力—4 (力+々(力(4)
其中，^+,+,^(力表示E+F+J+H區域的灰度統計直方圖的第乂灰度級的值， /(一(J)表示E+F+J+H區域的灰度統計直方圖的第)灰度級的值，表示E+J 區域的灰度統計直方圖的第j'灰度級的值，/(h)(力表示H區域的灰度統計直方圖 的第J灰度級的值，/(￡)(力表示E區域的灰度統計直方圖的第)灰度級的值。 區域E、區域E+F、區域E+J、區域H、區域E+F+J+H的像素橫坐標值關係有
(力:
(力
2>(力2= !>(力2+ 2>(力2-2>(力2+2>(力2，; )W)2)=-廣,其中x(y)表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐 標值；1>(力表示區域E+F+J+H中所有灰度值在第y灰度級範圍內的像素的橫 坐標值總和；Zx(y)表示區域E+F中所有灰度值在第j灰度級範圍內的像素的 橫坐標值總和；2>(/)表示區域E+J中所有灰度值在第)灰度級範圍內的像素 的橫坐標值總和；i:^/)表示區域H中所有灰度值在第j'灰度級範圍內的像素的 橫坐標值總和；Zx(y)表示區域E中所有灰度值在第)灰度級範圍內像素的橫坐
標值總和；^^C/)表示區域E+F+J+H中所有灰度值在第y灰度級範圍內的像 素的橫坐標值平均值；E(^+^(;c(/)2)表示區域E+F+J+H中所有灰度值在第)灰 度級範圍內的像素的橫坐標值平方的期望值；c(^+c^力表示區域E+F+J+H中所 有灰度值在第)灰度級範圍內的像素的橫坐標值的灰度級位置方差。 區域E、區域H、區域E+F、區域E+J、區域E+F+J+H的像素的縱坐標值關係有
2>(力=!>(_/)+ 1>(力-1>(力+ 1>(力
Z X力+ Z :K力-Z :K力+ Z :K力
(刀
(力
!>C/)2
1>(力2= 1>(力2+5>(力2—1>(力2+1>(力2， w,w)2)=廣池 .、
其中y(力表示灰度圖像的像素中灰度值在第y灰度級範圍內的一個像素的橫坐 標值；1>(力表示區域E+F+J+H中所有灰度值在第乂灰度級範圍內的像素的橫
27坐標值總和；2>(乂)表示區域E+F中所有灰度值在第乂灰度級範圍內的像素的 橫坐標值總和；5>(力表示區域E+J中所有灰度值在第y灰度級範圍內的像素 的橫坐標值總和；2>(刀表示區域E中所有灰度值在第j灰度級範圍內的像素 的橫坐標值總和；2>(力表示區域H中所有灰度值在第y灰度級範圍內像素的
橫坐標值總和；^^;(y)表示區域A+B+C+D的中所有灰度值在第)灰度級範圍 內像素的橫坐標值平均值；A^+^(y(力2)表示區域E+F+J+H中所有灰度值在第 ;灰度級範圍內的像素的橫坐標值的平方的期望值。 +s+c+,表示區域E+F+J+H 中所有灰度值在第7灰度級範圍內的像素的縱坐標值的灰度級位置方差。 區域E、區域H、區域E+F、區域E+J、區域E+F+J+H像素矩陣的幾何矩的關係
有
Z4力、c/t力"力二 1>(力/>(力￥力"力+ Z4力、gt/;",力
一 Z義(/r :K力《力"力+ Z x(力p X力9,.",力
其中力(x,力表示在(;c,3;)坐標處並且灰度圖像中所有灰度值在第y灰度級範
圍內的像素的灰度值。
從上述公式可以看到，區域E+F+J+H的灰度統計直方圖，灰度級位置方差， ;^階幾何矩可以使用區域E，區域H，區域E+F，區域E+J的灰度統計直方圖， 灰度級位置方差，；^階幾何矩分別進行計算。
(e).將當前像素點^從灰度模板T的左上角以先從左到右、再從上到下的 順序的每一次移動所得到的^與當前像素點/r從劃分塊C,.的右下角開始以先 從右到左、再從下到上的順序在C,.中的每一次移動所得到的巧相對應；採用歐 拉距離計算公式計算^和巧的灰度統計直方圖的距離A ，採用歐拉距離計算公 式計算每個灰度級的灰度級位置方差的距離，並計算所有灰度級位置方差距離的總和億。採用歐拉距離計算公式計算灰度圖像的/^階幾何矩的距離&。將
A， "CT， ^求和得到^和r;的距離z);對T和劃分塊c,.的所有對應的&和ri 的距離z)進行排序，獲得D最小的&和r"距離D最小的7^的左上角的當前像
素點S'為移動像素點&;
(f).計算圖像I的每個劃分塊c,.的&，移動像素點&的個數與圖像i的劃
分塊的個數是相等；對每一個&，將&.作為左上角，在圖像I中取大小和灰度
模板T一致的像素塊&，按照步驟(a)的定義計算&的灰度統計直方圖，灰度
級位置方差，/^階幾何矩。
對於^和模板T，採用歐拉距離計算公式計算K,.和T的灰度統計直方圖的
距離z);，採用歐拉距離計算公式計算每個灰度級的灰度級位置方差的距離，並
計算所有灰度級位置方差距離的總和"。採用歐拉距離計算公式計算灰度圖像
的/^階幾何矩的距離i^。將d;， "， /4求和得到《.和T的距離zr;對所有 《,和模板T的距離zr，選擇zr最小的A記為^^，這個《_為與模板1匹配的 圖像子圖。
權利要求
1.一種基於灰度統計特徵的灰度模板匹配方法，其特徵在於該方法的具體步驟是步驟(1).設定灰度模板T的寬度為N1、高度為N2，待匹配圖像I的寬度為M1、高度為M2，M1＝k1·N1+α，k1＝1，2，3…，0≤α＜N1，M2＝k2·N2+β，k2＝1，2，3…，0≤β＜N2；如果α＞0，則將待匹配圖像I的橫向的邊沿進行複製延伸，使得α＝N1，則延伸後的待匹配圖像I的寬度為M′1＝(k1+1)·N1，複製延伸的圖像在橫向為一個像素；如果β＞0，則將待匹配圖像I的縱向的邊沿進行複製延伸，使得β＝N2，則延伸後的待匹配圖像I的高度為M′2＝(k2+1)·N2，複製延伸的圖像在縱向為一個像素；步驟(2).將待匹配圖像I以灰度模板T為單元進行分塊對於複製延伸過的待匹配圖像I，分為(M′1/N1)×(M′2/N2)塊；對於未進行複製延伸的待匹配圖像I，分為(M1/N1)×(M2/N2)塊；按照先從左到右、再從上到下的順序將各塊圖像進行編號為像素塊Ci，i＝1，2，3…；步驟(3).按照像素塊Ci編號的順序，將圖像I的像素塊Ci與灰度模板T進行比對，具體的比對方法是(a).對灰度模板T的模板當前像素點P1從灰度模板T的左上角開始，按照先從左到右、再從上到下順序在模板T中以一個像素單位進行移動，模板當前像素點P1與灰度模板T左上角的像素點為對角線構成像素子塊矩陣TZ，該像素子塊矩陣TZ的寬度為NW，高度為NH；模板當前像素點P1在模板T中移動過程中，得到N1×N2個不同的像素子塊矩陣TZ，計算每個像素子塊矩陣TZ的灰度統計特徵；所述的灰度統計特徵包括灰度統計直方圖、灰度級位置方差和灰度圖像pq階幾何矩；灰度統計直方圖是灰度級函數，對灰度圖像的所有像素，統計每個灰度級範圍的像素的個數，統計的像素個數就是灰度統計直方圖在此灰度級的值，表示為I(j)＝I(j，n)其中j表示第j灰度級，I(j)表示灰度統計直方圖在第j灰度級的值，I(j，n)表示灰度圖像中所有灰度值在第j灰度級範圍內的像素的個數；以圖像矩陣的左下角為原點，灰度級位置方差表示為<![CDATA[ jx 2= E{ ( x j- x j) 2} k=1 Nj E{ ( x j- x j) 2} , ]]> top= "117" left = "30"/><![CDATA[ jy 2= E{ ( y j- y j) 2} k=1 Nj E{ ( y j- y j) 2} --- ( 2 ) ]]> top= "117" left = "80"/>其中σjx表示灰度圖像中的所有灰度值在第j灰度級範圍內的像素的x坐標值的灰度級位置方差；σjy表示灰度圖像中所有灰度值在第j灰度級範圍的像素的y坐標值的灰度級位置方差；Nj表示灰度圖像中所有灰度值在第j灰度級範圍的像素的個數；xj表示灰度圖像中所有灰度值在第j灰度級範圍內的像素橫坐標值；xj表示灰度圖像中所有灰度值在第j灰度級範圍內的象素的橫坐標平均值；yj表示灰度圖像中所有灰度值在第j灰度級範圍內的像素的縱坐標值；yj表示灰度圖像中所有灰度值在第j灰度級範圍內的象素的縱坐標平均值；E(·)是期望值；灰度圖像pq階幾何矩表示為<![CDATA[ M p,q = ( xp yq f (x,y) ) x p y q ]]> top= "228" left = "101"/>其中Mpq表示圖像的pq階矩，f(x，y)表示灰度圖像在(x，y)位置處的像素灰度值，∑表示灰度圖像的所有像素，x表示灰度圖像像素的橫坐標值，y表示灰度圖像像素的縱坐標值；(b).把像素子塊矩陣TZ劃分為四個區域像素子塊矩陣TZ的右下角的一個像素點為區域D；區域D所在的行去除區域D的一個像素點後的所有像素點的集合為區域B；區域D所在的列去除區域D的一個像素點後的所有像素點的集合為區域C；像素子塊矩陣TZ去除區域B、C、D後的所有像素點的集合為區域A；區域A是當前像素點P1在灰度模板T移動過程中的一個像素子塊矩陣；區域A和區域B合併構成的區域A+B是當前像素點P1在灰度模板T中移動過程中的一個像素子塊矩陣；區域A和區域C合併構成的區域A+C是當前像素點P1在灰度模板T中移動過程中的一個像素子塊矩陣；區域A，區域D，區域A+B，區域A+C，區域A+B+C+D的灰度統計直方圖的關係為I(A+B+C+D)(j)＝I(A+B)(j)+I(A+C)(j)-IA(j)+ID(j)其中I(A+B+C+D)(j)表示A+B+C+D區域的灰度統計直方圖的第j灰度級的值，I(A+B)(j)表示A+B區域的灰度統計直方圖的第j灰度級的值，I(A+C)(j)表示A+C區域的灰度統計直方圖的第j灰度級的值，I(A)(j)表示A區域的灰度統計直方圖的第j灰度級的值，I(D)(j)表示D區域的灰度統計直方圖的第j灰度級的值；區域A、區域D、區域A+B、區域A+C、區域A+B+C+D的像素橫坐標值關係為<![CDATA[ (A+B+C+D) x ( j )= (A+B) x ( j )+ (A+C) x ( j )- Ax ( j )+ Dx ( j ), ]]><![CDATA[ x i (A+B+C+D) ( j )= (A+B) x i ( j )+ (A+C) x ( j )- Ax ( j )+ Dx ( j ) I (A+B+C+D) ( j ) ]]><![CDATA[ (A+B+C+D) x (j) 2= (A+B) x (j) 2+ (A+C) x (j) 2- Ax (j) 2+ Dx (j) 2, ]]> top= "252" left = "20"/><![CDATA[ E (A+B+C+D) ( x ( j )2 )= (A+B+C+D) x (j) 2 I (A+B+C+D) ( j ) ]]> top= "246" left = "121"/>σ(A+B+C+D)jx2＝E(A+B+C+D)(x(j)2)-x(j)2其中x(j)表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐標值， top= "55" left = "33"/>表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "66" left = "50"/>表示區域A+B中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "77" left = "55"/>表示區域A+C中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "88" left = "57"/>表示區域A中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "99" left = "52"/>表示區域D中所有灰度值在第j灰度級範圍內像素的橫坐標值總和，x(A+B+C+D)(j)表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值平均值，E(A+B+C+D)(x(j)2)表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值的平方的期望值，σ(A+B+C+D)jx表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值的灰度級位置方差；區域A、區域D、區域A+B、區域A+C、區域A+B+C+D的像素的縱坐標值關係為<![CDATA[ (A+B+C+D) y ( j )= (A+B) y ( j )+ (A+C) y ( j )- Ay ( j )+ Dy ( j ), ]]><![CDATA[ y i (A+B+C+D) ( j )= (A+B) y ( j )+ (A+C) y ( j )- Ay ( j )+ Dy ( j ) I (A+B+C+D) ( j ) ]]><![CDATA[ (A+B+C+D) y (j) 2= (A+B) y (j) 2+ (A+C) y (j) 2- Ay (j) 2+ Dy (j) 2, ]]> top= "213" left = "20"/><![CDATA[ E (A+B+C+D) ( y ( j )2 )= (A+B+C+D) y (j) 2 I (A+B+C+D) ( j ) ]]> top= "206" left = "121"/>σ(A+B+C+D)jy2＝E(A+B+C+D)(y(j)2)-y(j)2其中y(j)表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐標值， top= "259" left = "33"/>表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "27" left = "49"/>表示區域A+B中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "38" left = "54"/>表示區域A+C中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "49" left = "59"/>表示區域A中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "61" left = "59"/>表示區域F中所有灰度值在第j灰度級範圍內像素的橫坐標值總和，y(A+B+C+D)(j)表示區域A+B+C+D的中所有灰度值在第j灰度級範圍內像素的橫坐標值平均值，E(A+B+C+D)(y(j)2)表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的橫坐標值的平方的期望值，σ(A+B+C+D)jy表示區域A+B+C+D中所有灰度值在第j灰度級範圍內的像素的縱坐標值的灰度級位置方差；區域A、區域D、區域A+B、區域A+C、區域A+B+C+D像素矩陣的幾何矩的關係為<![CDATA[ (A+B+C+D) x (j) py (j) q f j ( x , y )= (A+C) x (j) py (j) q f j ( x , y )+ (A+B) x (j) py (j) q f j ( x , y ) ]]><![CDATA[ - Ax (j) py (j) q f j ( x , y )+ Dx (j) py (j) q f j ( x , y ) ]]>其中fj(x，y)表示在(x，y)坐標處並且灰度圖像中所有灰度值在第j灰度級範圍內的像素的灰度值；(c).Ci的當前像素點P′1從劃分塊Ci的右下角開始，按照先從右到左、再從下到上的順序在Ci中以一個像素單位進行移動，以Ci的當前像素點P′1與劃分塊Ci的右下角的像素點為對角線構成像素子塊矩陣T′Z，T′Z的寬度為N′W、高度為N′H；Ci的當前像素點P′1在劃分塊Ci的移動過程中，得到N1×N2個不同的像素子塊矩陣T′Z；按照步驟(a)的方法計算每個像素子塊矩陣T′Z的灰度統計直方圖，灰度級位置方差，pq階幾何矩；(d).把像素子塊矩陣T′Z劃分為四個區域像素子塊矩陣T′Z的左上角的一個像素點為區域H；區域H所在的行去除區域H的一個像素點後的所有像素點的集合為區域J；區域H所在的列去除區域H的一個像素點後的所有像素點的集合為區域F；像素子塊矩陣T′Z去除區域F、J、H後的所有像素點的集合為區域E；區域E是Ci的當前像素點P′1在劃分塊Ci移動過程中的一個像素子塊矩陣，區域E和區域F合併構成的區域E+F是當前像素點P′1在劃分塊Ci中的移動過程中的一個像素子塊矩陣，區域E和區域J合併構成的區域E+J是當前像素點P′1在劃分塊Ci中的移動過程中的一個像素子塊矩陣；區域E、區域H、區域E+F、區域E+J、區域E+F+J+H的灰度統計直方圖的關係為I(E+F+J+H)(j)＝I(E+F)(j)+I(E+J)(j)-IE(j)+IH(j)其中I(E+F+J+H)(j)表示E+F+J+H區域的灰度統計直方圖的第j灰度級的值，I(E+F)(j)表示E+F+J+H區域的灰度統計直方圖的第j灰度級的值，I(E+J)(j)表示E+J區域的灰度統計直方圖的第j灰度級的值，I(H)(j)表示H區域的灰度統計直方圖的第j灰度級的值，I(E)(j)表示E區域的灰度統計直方圖的第j灰度級的值；區域E、區域E+F、區域E+J、區域H、區域E+F+J+H的像素橫坐標值關係為<![CDATA[ (E+F+J+H) x ( j )= (E+F) x ( j )+ (E+J) x ( j )- Ex ( j )+ Hx ( j ), ]]><![CDATA[ x i (E+F+J+H) ( j )= (E+F) x ( j )+ (E+J) x ( j )- Ex ( j )+ Hx ( j ) I (E+F+J+H) ( j ) ]]><![CDATA[ (E+F+J+H) x (j) 2= (E+F) x (j) 2+ (E+J) x (j) 2- Ex (j) 2+ Hx (j) 2, ]]> top= "230" left = "20"/><![CDATA[ E (E+F+J+H) ( x ( j )2 )= (E+F+J+H) x (j) 2 I (E+F+J+H) ( j ) ]]> top= "223" left = "119"/>σ(E+F+J+H)jx2＝E(E+F+J+H)(x(j)2)-x(j)2其中x(j)表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐標值， top= "29" left = "44"/>表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "40" left = "60"/>表示區域E+F中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "51" left = "65"/>表示區域E+J中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "62" left = "68"/>表示區域H中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "73" left = "63"/>表示區域E中所有灰度值在第j灰度級範圍內像素的橫坐標值總和，x(E+F+J+H)(j)表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值平均值，E(E+F+J+H)(x(i)2)表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值平方的期望值，σ(A+B+C+D)jx表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值的灰度級位置方差；區域E、區域H、區域E+F、區域E+J、區域E+F+J+H的像素的縱坐標值關係有<![CDATA[ (E+F+J+H) y ( j )= (E+F) y ( j )+ (E+J) y ( j )- Ey ( j )+ Hy ( j ), ]]><![CDATA[ y i (E+F+J+H) ( j )= (E+F) y ( j )+ (E+J) y ( j )- Ey ( j )+ Hy ( j ) I (E+F+J+H) ( j ) ]]><![CDATA[ (E+F+J+H) y (j) 2= (E+F) y (j) 2+ (E+J) y (j) 2- Ey (j) 2+ Hy (j) 2, ]]> top= "186" left = "21"/><![CDATA[ E (E+F+J+H) ( y ( j )2 )= (E+F+J+H) y (j) 2 I (E+F+J+H) ( j ) ]]> top= "180" left = "122"/>σ(E+F+J+H)jy2＝E(E+F+J+H)(y(j)2)-y(j)2其中y(j)表示灰度圖像的像素中灰度值在第j灰度級範圍內的一個像素的橫坐標值， top= "233" left = "34"/>表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "244" left = "51"/>表示區域E+F中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "255" left = "56"/>表示區域E+J中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "29" left = "60"/>表示區域E中所有灰度值在第j灰度級範圍內的像素的橫坐標值總和， top= "40" left = "60"/>表示區域H中所有灰度值在第j灰度級範圍內像素的橫坐標值總和，y(E+F+J+H)(j)表示區域A+B+C+D的中所有灰度值在第j灰度級範圍內像素的橫坐標值平均值，E(A+B+C+D)(y(j)2)表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的橫坐標值的平方的期望值，σ(A+B+C+D)ix表示區域E+F+J+H中所有灰度值在第j灰度級範圍內的像素的縱坐標值的灰度級位置方差；區域E、區域H、區域E+F、區域E+J、區域E+F+J+H像素矩陣的幾何矩的關係為<![CDATA[ (E+F+J+H) x (j) py (j) q f j ( x , y )= (E+F) x (j) py (j) q f j ( x , y )+ (E+J) x (j) py (j) q f j ( x , y ) ]]><![CDATA[ - Ex (j) py (j) q f j ( x , y )+ Hx (j) py (j) q f j ( x , y ) ]]>其中fj(x，y)表示在(x，y)坐標處並且灰度圖像中所有灰度值在第j灰度級範圍內的像素的灰度值；(e).將當前像素點P1從灰度模板T的左上角以先從左到右、再從上到下的順序的每一次移動所得到的TZ與當前像素點P′1從劃分塊Ci的右下角開始以先從右到左、再從下到上的順序在Ci中的每一次移動所得到的T′Z相對應；採用歐拉距離計算公式計算TZ和T′Z的灰度統計直方圖的距離DI，採用歐拉距離計算公式計算每個灰度級的灰度級位置方差的距離，並計算所有灰度級位置方差距離的總和Dσ，採用歐拉距離計算公式計算灰度圖像的pq階幾何矩的距離DM；將DI，Dσ，DM求和得到TZ和T′Z的距離D；對T和劃分塊Ci的所有對應的TZ和T′Z的距離D進行排序，獲得D最小的TZ和T′Z，距離D最小的T′Z的左上角的當前像素點P′1為移動像素點Si；(f).計算圖像I的每個劃分塊Ci的Si，移動像素點Si的個數與圖像I的劃分塊的個數相等；對每一個Si，將Si作為左上角，在圖像I中取大小和灰度模板T一致的像素塊Ki，按照步驟(a)的方法計算Ki的灰度統計直方圖，灰度級位置方差，pq階幾何矩；對於Ki和模板T，採用歐拉距離計算公式計算Ki和T的灰度統計直方圖的距離D′I，採用歐拉距離計算公式計算每個灰度級的灰度級位置方差的距離，並計算所有灰度級位置方差距離的總和D′σ，採用歐拉距離計算公式計算灰度圖像的pq階幾何矩的距離D′M；將D′I，D′σ，D′M求和得到Ki和T的距離D′；對所有Ki和模板T的距離D′，選擇D′最小的Ki記為Kmin，Kmin為與模板T匹配的圖像子圖。
全文摘要
本發明涉及一種基於灰度統計特徵的灰度模板匹配的方法。現有的模板匹配的速度慢、效率低。本發明方法的具體步驟是首先調整待匹配圖像I的寬度為和高度，其次將待匹配圖像I進行分塊，然後將圖像I像素塊Ci與灰度模板T進行比對，計算像素塊Ci與灰度模板T相似區域，根據每個像素塊Ci的相似區域得到子圖Ki。根據灰度直方圖相似距離D′I，灰度級位置方差相似距離D′σ，幾何矩相似距離D′M求和得到Ki和T的距離D′；對所有Ki和模板T的距離D′，選擇D′最小的Ki記為Kmin，這個Kmin為與模板T匹配的圖像子圖。本發明方法匹配過程，通過計算模板T與匹配子圖潛在的重疊區域來對模板T在圖像I中進行快速的移動，提高了模板匹配的速度。此外該方法還具有較好的匹配準確性。
文檔編號G06T7/00GK101609554SQ200910101160
公開日2009年12月23日 申請日期2009年7月27日 優先權日2009年7月27日
發明者雲 凌, 楊柏林, 勳 王, 章志勇 申請人:浙江工商大學