目标跟踪：模板匹配

来源：互联网发布：vb中instr函数编辑：程序博客网时间：2024/05/13 01:39

在一幅图像中寻找和模板图像（patch）最相似的区域。

1.判断相似性：

OpenCV中有对应的函数——void matchTemplate( const Mat& image, const Mat& templ, Mat&result, int method )

该函数的功能为，在输入源图像Sourceimage（I）中滑动框，寻找各个位置与模板图像Template image（T）的相似度，并将结果保存在结果矩阵result matrix（R）中。该矩阵的每一个点的亮度表示与模板T的匹配程度。然后可以通过函数minMaxLoc定位矩阵R中的最大值（该函数也可以确定最小值）。那通过什么去评价两个图像相似呢？这就存在一个评价准则，也就是参数method，它可以有以下值（匹配的方法）：

CVTMSQDIFF 平方差匹配法，最好的匹配为0，值越大匹配越差；
CVTMSQDIFF_NORMED 归一化平方差匹配法；
CVTMCCORR 相关匹配法，采用乘法操作，数值越大表明匹配越好；
CVTMCCORR_NORMED 归一化相关匹配法；
CVTMCCOEFF 相关系数匹配法，最好的匹配为1，-1表示最差的匹配；
CVTMCCOEFF_NORMED 归一化相关系数匹配法；

前面两种方法为越小的值表示越匹配，后四种方法值越大越匹配。

2.更新跟踪目标

在第t帧寻找目标的时候，是与t-1帧中我们找到的目标来进行比较的。这样目标的外观变化就会及时的更新，但容易导致跟踪漂移。

3.示例代码

基于VS2013+OpenCV 2.4.9:

参考文献：

模板匹配中差值的平方和（SSD）与互相关准则的关系

0 0