[发明专利]一种两阶段双校核有界偏相关的实时模板匹配方法

权利要求书

1.一种两阶段双校核有界偏相关的实时模板匹配方法，其特征在于，所述方法包括：

步骤一：根据待匹配的场景图像和模板图像的大小计算最佳采样因子factor，具体为：

其中，W，H分别是待匹配场景图像的宽度和高度，M，N分别是模板图像的宽度和高度，公式(1)的第一项表示对模板图像和待匹配图像执行下采样所需要的操作总数，第二项表示在待匹配图像的4k×4k的邻域中执行匹配所需操作总数；

步骤二：对待匹配场景图像和模板图像进行最佳采样因子factor的下采样，得到采样后的场景图像和模板图像；

步骤三：对采样后的图像使用双校核有界偏相关模板匹配算法，即DBPC模板匹配算法，进行粗匹配，得到最佳的粗匹配点；

步骤四：将粗匹配得到的最佳匹配点映射到采样前待匹配的场景图像中，在映射点周围的4factor×4factor邻域内再次使用DBPC模板匹配算法进行精匹配，得到最佳的匹配点，即模板在待匹配场景图像中的位置；

所述步骤三和步骤四中的DBPC模板匹配算法具体为：

Step1：选定初始化阈值η和相关比参数对(C_r1,C_r2)并计算|T|₂以及以下公式：

其中，n₁是第一个分区分界线所在行数，n₂是第二个分区分界线所在的行数(n₂n₁)，|T|₂是模板图像T的L₂范数，β_1-1，β_1-2，β_1-3分别表示将正在匹配子图的L₂范数|I(x,y)|₂根据n₁和n₂分成三个区域进行计算，且(|I(x,y)|₂)²＝β_1-1+β_1-2+β_1-3；

Step2：计算第一个上边界项α₁(x,y)：

Step3：进行公式(7)的第一个校核条件的判断，如果成立，则跳过当前点，进行下一点的判断；如果不成立，则通过公式(8)计算第二个上边界项α₂(x,y)，然后进行公式(9)第二个校核条件的判断，如果成立，则跳过当前点，进行下一点的判断；如果不成立，则计算实际的相似度NCC(x,y)，即公式(10)；

Step4：进行公式(11)的判断，如果成立，则当前点不是最佳匹配点；如果不成立，则当前点的相似度大于η，将当前相似度值赋给η，记录当前匹配点的位置；

NCC(x,y)＜η (11)

Step5：遍历整个待匹配图像，重复Step2～Step4过程，直至找到最相似的匹配点。

2.如权利要求1所述的方法，其中的DBPC模板匹配算法，其特征在于，所述Step1中的初始化性能参数可以利用实验测试获取；也可以通过如下方法自动获取：

I、自动确定初始化阈值η的方法如下：针对不同的情况，采用均匀分布或者高斯分布在搜索空间中利用进位相乘算法产生固定数量大小的随机点，对于搜索空间为百万像素以上时，产生随机点的个数按照搜索空间的0.001～0.005确定；如果搜索空间为百万像素以下时，产生随机点的个数按照搜索空间的0.01～0.05确定；设每个随机点位置为(x_i,y_i)，则初始化阈值按如下公式确定：

其中，n表示随机点的总数；

II、相关比参数对(C_r1,C_r2)选择为(0.2,0.4)。

3.如权利要求1所述的方法，其特征在于，其中的DBPC模板匹配算法提出了一种与硬件无关的效率度量标准，用于衡量所述的DBPC模板匹配算法与原始的归一化积相关模板匹配算法之间的效率度量；将通过校核条件所消除点的总数占所要匹配点的总数的占比定义为消除比，两个消除比公式如下：

E_r1＝S₁/P，E_r2＝S₂/P (13)

其中，S₁表示将公式(7)单独作为校核条件，满足条件则跳过点的总数；S₂表示将公式(9)单独作为校核条件，满足条件跳过点的总数，P表示实际进行搜索时匹配点的总个数；

然后，效率度量标准R₂定义如下：