基于投票加权累积度量的模板匹配算法

您当前的位置：

首页 >

文章列表页 >

基于投票加权累积度量的模板匹配算法

信息光学与图像处理 | 更新时间：2025-09-01

- 基于投票加权累积度量的模板匹配算法
- Template matching based on weighted voting accumulation measure
- 光学技术 2013年39卷第1期页码：23-27
- 作者机构：
  
  1. 1:哈尔滨工业大学空间光学工程研究中心
  2. 2:天津工业大学理学院
- 作者简介：
- 基金信息：
  
  国家基础科研项目(k1402060311)
- DOI：10.13741/j.cnki.11-1879/o4.2013.01.004
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
侯晴宇, 卞春江, 逯力红, 等. 基于投票加权累积度量的模板匹配算法[J]. 光学技术, 2013,39(1):23-27.

Template matching based on weighted voting accumulation measure[J]. 2013, 39(1): 23-27.
侯晴宇, 卞春江, 逯力红, 等. 基于投票加权累积度量的模板匹配算法[J]. 光学技术, 2013,39(1):23-27. DOI： 10.13741/j.cnki.11-1879/o4.2013.01.004.

Template matching based on weighted voting accumulation measure[J]. 2013, 39(1): 23-27. DOI： 10.13741/j.cnki.11-1879/o4.2013.01.004.

从点集相关性的角度提出了一种新的模板边缘图像匹配度量——投票加权累积度量(WVAM)

在该度量中融入了抗几何畸变以及抗杂点与相似区域干扰的机制

能够实现异源情况下模板边缘图像的匹配定位。为了进一步提高WVAM匹配的单相关峰特性

转换点的坐标投票为局部结构信息投票

形成了融入局部结构相似性的投票加权累积度量(LSS-WVAM)

该度量能够表征模板边缘图像与待匹配区域的整体结构相似性

更具有稳健性。在仿真实验中利用全局与局部度量信噪比作为评价指标

证明了WVAM具有比LTS-HD(Least trimmed square Hausdorff distance)更好的全局单峰与局部梯度特性。与WVAM相比

LSS-WVAM在全局和局部性能上约提高30%和4%。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于边缘特征的中值滤波的小目标检测法

基于模板匹配法的枪械射击准确度验收系统

基于相关系数特性的实时匹配算法

针对平移和旋转的快速电子稳像方法

一种基于图像投影特征的射线图像拼接方法