Gracekite's Homepage

Back

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 中定位小模板 ,估计偏移 (第 10—12 页)。

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 ,辐射未知量为 (第 13—14 页)。

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 的方差只需将 换为 ;协方差为这两个各自减均值项的乘积和,再除以 (第 16—20 页)。这一步消除了加性偏移和乘性缩放对相关系数的直接影响。

3. 搜索与局限#

穷举搜索对每个偏移计算 ,取最大值;二维平移的搜索空间已是二维,若再加入旋转等参数,复杂度随维数指数增长(第 21—23 页)。粗到细策略通过图像金字塔从低分辨率层开始,把上一层匹配结果作为下一层的初始化(第 24 页)。

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 附近的 NCC 曲面拟合二次函数:

其中 是待估的局部最大值(第 37—38 页)。按课件推导:

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。