基于削减搜索分支的快速模板匹配算法

提出了一种在完全搜索中寻找最优匹配点的模板匹配算法。它首先为图像建立一种类似金字塔的特殊层次结构。利用该结构的特点，削减匹配中无用的搜索分支，以达到提高处理效率的目的。通过该算法找到了完全搜索的最优匹配点，实验结果证明了它可以大大提高处理的效率。     

基于多模板匹配的车牌字符识别算法

在车牌识别系统中,传统的模板匹配算法处理时间长,对笔画缺失或断裂的字符识别效果不好。为此本文提出一种基于多模板的匹配算法,首先构建三种类型的模板库,并在构建好的多模板库上进行模板匹配,整个过程采用分块匹配的方法来加速模板匹配的过程。     

一种改进的人眼模板匹配算法

以驾驶员疲劳检测为背景,针对红外图像的人眼定位问题,提出了一种改进的模板匹配算法。该算法采用多步长模板匹配的策略,大大压缩了模板匹配过程中的计算量,同时充分利用了人眼位置的位置特征,把左右眼的位置关系作为人眼最终定位的约束条件。实验结果表明,与传统模板匹配算法相比,该算法能够显著提高人眼的定位速度和定位准备率。     

基于特征点匹配的改进模板匹配算法

特征点匹配是图像匹配领域中一项重要研究内容.暴力匹配中强调缺少特征匹配不是由于太少的正确匹配,而在于很难分辨真假,故加入模板匹配进行约束,提出一种改进模板匹配算法.为了提升匹配速度和精度,该算法通过提供特征点的坐标,可以计算出每个特征点的得分值,并将其用于从输入图像中提取模板.基于输入图像和另一幅图像之间的模板匹配,使...     

多方向模板的构造及匹配的快速算法

多方向模板匹配是图像处理的重要方法。对原有的Prewitt模板进行了扩充，构造了新的多方向模板，建立了相应的快速模板匹配算法。在图像处理中，通过多方向模板，图像得到了加强，并且提取了图像相关的线性特征，实行快速算法在理论上比经典算法快4．57倍，节省了运行时间。     

基于索引模板匹配替换通用算法的机器翻译

索引模板匹配替换通用算法能够自动快速地从模板对应规则库找到与英语句子中相匹配的英语模板,并将其替换成相对应的汉语模板。以该算法为基础的英汉翻译系统能够合理地综合基于规则和基于例子的翻译系统的优点,同时能够在一定程度上克服它们的缺点。速度测试表明,该该英汉翻译系统在P—IV1.7G的计算机上的翻译速度每秒可以达到1300个单词左右;质量测试表明,该系统具有较好的发展潜力。     

基于动态模板匹配的人脸面部特征提取的研究

根据动态模板匹配理论,提出了提取人脸部特征的系列算法,特是精确的轮廓描述而非简单的数字表达。实验证明,该方法具有 的鲁棒性和自适应性。     

基于多模板匹配的室性早搏判别算法

提出一种基于可变宽度模板的多模板匹配的室性早搏判别算法。该方法通过样本数据创建初始模板库,根据不同的RR间期确定模板宽度,使用基于模板队列匹配和模板库匹配的二级匹配策略,利用相关系数和RR间期比相结合的算法检测室早,模板库可自动扩充。经MIT-BIH心律失常数据库测试,该算法达到了98.66%的灵敏度(正确率),平均错误率为1.11%。     

基于图像中心矩的快速模板匹配算法

提出了一种以中心矩作为匹配特征,基于积分图像的思想,并采用粗、精阶段相结合的相关跟踪算法。实验结果表明,与以往的以象素作为图像特征的相关跟踪算法不同,本算法运算速度快、实时性强、匹配精度高。采用Visual C 编程,可在40ms,即一个电视周期内完成对图像的处理。本算法在运动目标跟踪、模式识别及机器视觉等领域有着广泛的应用前景。     

一种基于圆周划分的模板匹配算法

本文提出了一种基于圆周划分的模板匹配算法，与传统模板匹配算法相比，本算法具有速度较快、有一定的旋转不变性、抗干扰性好的特点。     

基于像素字符串比较的图像快速匹配算法

在分析传统的模板匹配算法的基础上提出了一种新的基于字符串匹配的快速匹配算法。算法的思路是在模板图像上任意确定一列像素，并将这一列像素的灰度值看成是一个字符串，以此对原图像的每一列进行字符串匹配。如果在原图像上的某一列上找到了完全匹配的串，或者找到最大匹配的串，就找到了所要匹配的模板在图像中的可能位置。然后在所有找到的位置上再做进一步的字符串匹配。如此继续就可以确定模板图像在待匹配图像上的位置。算法在统计意义上保证了匹配效果，且提高了匹配速度。实验结果表明该算法是一种有效的图像匹配算法。     

一种新的结合遗传算法的快速变形模板匹配算法

分析了图像处理中模板匹配技术计算量大的问题。在高精度的芯片焊点定位应用中,文章提出了一种新的结合遗传算法的快速变形模板匹配算法。该算法在应用中有很高的执行效率,而且还克服遗传算法应用的结果不确定性,通过变形模板匹配精确的计算出芯片与水平线夹角和芯片焊点相对位置。最后通过试验证明这种方法的高效性和准确性。     

用于空中加油的激光测距与双目视觉融合算法

依据空中加油自动对接阶段的高精密测量需求,设计了双目视觉与激光测距融合的测量系统。分别分析了双目视觉与激光测距的误差和系统实时性,采用二维摆镜结合激光测距机测距,解决多传感器融合的时滞问题。并提出数据融合算法,利用双目视觉粗测的三维信息,调整摆镜使激光测距机精测距离,依据光路进一步修正该距离值,再依据空间几何关系修正双目视觉光轴方向的测量值,从而获取高精度的三维信息。多次试验结果表明:设计的融合算法能够使测量精度提升到10 mm/20 m,极大提高了自动对接的可靠性,为空中加油自动对接提供了一种新的高精度测量方法。     

基于模板匹配的彩色图像自动拼接方法

实际图像采集处理系统中,经常遇到需要将多幅具有重叠区域的彩色图像自动拼接成一幅大的图像的难题。基于模板匹配的原理,文中提出了一种新的彩色图像自动拼接方法。对两幅具有重叠区域的彩色图像,该方法先利用图像特征信息从一幅图像的重叠区域中自动寻找一小块模板图像,然后根据最大相似性准则在另一幅图像中重叠区域里搜索,直至找到最佳图像配准点,最后利用平滑因子对两幅图像的重叠区域进行数据融合操作,实现了彩色图像的快速自动拼接。实践证明,该方法对大部分彩色图像具有很好的拼接效果。     

基于轨迹模板匹配的动态手势识别方法

首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置.在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别.该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集.最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速.实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性.     

改进的基于句模匹配算法的问句理解方法

句模匹配方法是基于字符表层的文本分析技术,只能处理各个关键词中有分隔词的问句,具有局限性。针对该问题,结合问答系统的应用背景,提出将句模匹配与关键词词库匹配相结合的方法,改进了传统的句模匹配问句理解方法。实际应用表明,该方法能扩大问句理解的范围,提高问句理解的准确性。     

一种基于模板匹配法的眼底图像拼接方法

图像拼接技术是近年来医学图像处理的研究热点之一,在眼科方面具有广泛的研究价值。笔者根据眼底图像的特点,提出了一种基于模板匹配法的眼底图像拼接方法。首先在两幅图像的重叠区域中分别抓取一对初始匹配点,分别以抓取点为中心取不同大小的模板区域和搜索区域,然后根据模板匹配法的基本原理,确定最佳匹配点,通过平移和旋转变换完成图像之间的配准,最后采用重叠区域线性过渡的图像融合方法消除拼缝,实现图像间的平滑过渡。经实验验证,该方法实现了不同视角眼底图像之间的拼接,且计算速度快,精度高。