基于PCA和分块FFT的快速模板匹配算法

图像匹配算法作为一种经典的图像识别算法,在计算机底层视觉处理中占有重要地位。在理论界,对该算法的讨论和研究由来已久,也提出了基于像素灰度、基于图像特征等的匹配算法。本文所提出的匹配算法主要基于模板特征,通过结合主分量分析(PCA)、分块快速傅里叶变换(FFT)等技术实现了高效快速的图像匹配算法。在对具有大量相似目标的图像进行检测的应用中,该算法取得了良好的效果。

模板匹配的一种快速算法

图像匹配是计算机视觉中的重要应用之一,常用的算法是基于归一化相关系数的模板匹配算法;针对原有算法计算量大,匹配时间长的问题,提出了基于降采样和分块快速傅里叶变换(FFT)的方法,对原始算法进行了改进,并设计了两组对比实验进行验证;结果证明算法不仅匹配准确,对外界条件具有良好的适用性,而且匹配时间缩短为原始算法的1/5,提高了匹配速度。