09 基于互相关的图像模板匹配
模板匹配、相似性度量、归一化互相关与亚像素估计。
对应课件:2021-pho1-09-matching-cc.pptx.pdf。
1. 问题与模型#
对应点使双目匹配和三维重建成为可能(第 2—7 页;对应点和重建示意详见第 2—4 页)。模板匹配的任务是在大图
课件假定几何变化只有平移:
并允许辐射变化为亮度偏移和对比度缩放:
因此几何未知量为
2. 相似性度量与归一化互相关#
SSD、SAD 与最大差分别为
它们不对亮度和对比度变化保持不变(第 15 页)。归一化互相关(NCC)使用协方差除以两侧标准差:
模板均值/方差的课件展开为
重叠区域
3. 搜索与局限#
穷举搜索对每个偏移计算
恒定模板、重复纹理、以及不相似内容会分别导致“处处同分”“多处高分”和“无匹配”;课件例子见第 25—29 页。CC 对平移、亮度、对比度有效,但不能处理遮挡,且假定两图噪声相等且不相关;旋转超过约 20 度或尺度差超过约 30% 时质量显著降低(第 30、43—44 页)。
4. 亚像素估计#
NCC 的格点最大值只能给出整数偏移。以初值
其中
于是
其中梯度和 Hessian 的分量由局部算子章节的 Sobel 与二阶导数核计算(第 39—42 页)。课件指出,此法可达到约 1/10 像素精度(第 43、45 页)。
5. 复习要点#
- NCC 的目标是最大化模板与重叠区域的标准化协方差。
- 金字塔以较低代价扩展搜索范围;二次曲面拟合把整数峰值细化为亚像素峰值。
- 方法的有效性依赖于“仅平移 + 线性亮度/对比度变化”的模型假设。
Comments
View on GitHub