我目前是用opencv自带的模板匹配方法,看别人文章说这种基于灰度的模板匹配方法在最相似区域周围会平缓。
有关人士有没有一些定位精准的模板匹配算法,如果该算法简单易行而且可以抗旋转尺度不变性就更好。

解决方案 »

  1.   

    只用国外商业软件做过模板匹配,那是很精确的。
    OPENCV的尝试过
      

  2.   

    是《机器算法与应用》中提到的halcon那些匹配方法么?
      

  3.   

    opencv的模板匹配算法,是分别将图像中点的像素值与模板上点的像素值做差,然后将这些点差加起来,得到一个匹配度,这个算法有几个问题,1,对于旋转的图像,无法精确匹配,2对于大小与模板不同的图像,也无法精确匹赔。
    快速圆匹配,虽然可以解决模板旋转的问题,但是运算速度很慢
    对于那些商业软件,比如像halcon,模板匹配是非常精确且鲁棒性很好的。但是,他们的算法一般是不会外漏的(也不会侧漏………… >_<!!!)
      

  4.   

    简单和精确本来就是一个悖论~
    sift匹配算法精度很高~但是不太好理解~http://http://blog.csdn.net/renshengrumenglibing/article/details/6929552
      

  5.   

    最近忙其他事情忘了上论坛,抱歉。
    renshengrumenglibing的链接打不开。
    我其实是要用模板匹配方法定位图像的中俩个点,用俩个点计算出一些参数。
    换句话说,常用的经典图像测量方法?