[发明专利]基于归一化相关系数的模板匹配高速并行实现方法和装置

说明书

技术领域

本发明涉及图像模板匹配技术领域，特别涉及一种基于归一化相关系数的模板匹配高速并行实现方法和装置。

背景技术

模板匹配主要用来定位图像中的一个目标，它广泛应用于图像对齐、边缘检测、双目立体视觉等图像处理领域，并且这些图像处理手段已经在导弹目标识别、卫星图像监控、医疗图像融合、基于双目立体视觉的测量等军用民用领域中得到广泛应用。

模板匹配主要是通过计算搜索位置处已知模板图与实时图搜索区域之间的相似性测度来定位与模板图有类似尺寸和图像的目标。由于归一化互相关系数对亮度和对比度变化具有不变性，其算法相对简单并且具有很高的精度，因此迄今为止它是模板匹配中应用最广泛的一种测度。假设实时图由A表示，模板图由B表示，其尺寸分别为K×L和M×N个像素。在任一搜索位置(u,v)（0≤u≤K-M，0≤v≤L-N）的归一化互相关系数(NCC-Normalized Cross-Correlation)定义为：

其中∑∑表示为模板图的灰度均值，为在当前搜索位置的实时图与模板图重叠部分的灰度均值。由此可以看出，实际上该运算就是在实时图中平移模板图，并对实时图和模板图重叠点进行归一化相乘，然后进行累加操作。

为了获得精确定位，模板匹配需要在实时图中搜索与模板图相重合的每一个区域，因此对于一个通常的应用，需要搜索的位置数目往往非常多。对于自动目标识别、跟踪等实时应用领域，基于归一化互相关测度的模板匹配计算量相对还是太大从而导致其应用受到很大限制。

目前已经提出许多技术来加速模板匹配计算，由于这些技术不需要对所有位置进行匹配，因此大幅度的降低了计算量，但是这些技术通常由于局部的极值点干扰导致错误的匹配。事实上，由于模板匹配的计算是针对图像各个像素进行相关运算，因此该方法本身能够通过并行的方法来加速。另外也提出了一些多处理器系统来加速模板匹配的计算。但是对于要求小型化、微功耗的嵌入式应用，多处理器方法无法满足实际应用要求，并且也不经济。

近年来，随着电子技术和制造工艺的快速发展，现场可编程门阵列(FPGA)的容量越来越大、速度越来越快，这使得FPGA具有了一般微处理器所无法比拟的强大的并行性，因此FPGA特别适用于实现模板匹配计算。

专利申请号为200910069272.6高速图像匹配方法及装置提出的是一种实现归一化互相关系数方法，该方法实现结构简单，但具体实现流程需要太多的切换，乘累加模块的输入需要切换多个输入，这将增加逻辑资源消耗、增加布线的难度，导致布线路径较长从而降低系统可能达到的最高内核速度，同时增加了功耗；输出的只是中间累加结果，这将导致需要更多的外部存储空间或者需要DSP紧密配合运算，从而占用大量的DSP运行时间，导致DSP的控制和通信的复杂度，降低DSP运行的实时性。而本发明能够解决上面的问题。

发明内容

本发明针对上述现有技术的不足，提出了一种基于归一化相关系数的模板匹配高速并行实现方法，该方法可由现场可编程门阵列(FPGA)或超大规模集成电路(VLSI)通过并行方式来高速高精度地计算归一化互相关系数，能够进一步减少逻辑资源消耗，降低功耗和成本，同时提高运算速度；采用该方法的设备能够实现精度高、参数设置灵活、实时性强的高速模板匹配。

本发明解决上述技术问题所采用的技术方案是：

基于归一化相关系数的模板匹配高速并行实现方法和装置，高速并行实现方法包括有如下步骤：

步骤1：读入实时图和模板图数据到对应的内部RAM缓冲块中，同时实时图数据存储到用于计算实时图灰度值总和与实时图灰度值平方总和的实时图数据缓冲RAM中，同时进行模板图灰度值总和模板图灰度值平方总和的计算和第1行第1列搜索位置处实时图灰度值总和实时图灰度值平方总和的计算；

步骤2：计算搜索位置第1行后续各列的实时图灰度值总和同时计算当前位置实时图灰度值平方总和搜索位置第1行各列模板图实时图灰度值乘积总和及归一化相关系数；

步骤3：读入新一行的实时图数据到数据已经无效的内部RAM缓冲块，同时该新一行实时图数据读入到用于计算实时图灰度值总和与实时图灰度值平方总和的实时图数据缓冲RAM中覆盖已经无效的数据，同时计算当前行第1列的实时图灰度值总和实时图灰度值平方总和值；

步骤4：采用上述步骤2、步骤3相同的方式，依次计算出后续各行归一化相关系数。

上述模板匹配方法所用的归一化相关系数公式如下：