改进的多尺度形状模板匹配算法

针对形状模板匹配算法在目标发生尺度变化时匹配效率低的问题,提出一种改进的多尺度形状模板匹配算法。离线过程中,针对参考点和多尺度模板与目标的匹配不适应情况,提出一种新的参考点选取方法;在线过程中,采用一种优先匹配策略,确定该尺度层存在最佳模板的期望值,并依此判断该尺度层模板参与匹配的必要性;基于选取的最优参考点和优先匹配策略实现目标的高效匹配。实验结果显示,与经典算法相比,所提算法的平均匹配时间分别为NCC算法、SSDA算法的0.81%、2.25%;且当目标发生平移、旋转和尺度等复杂变化时,依然可以实现目标的精确匹配。