图象的检测及模板匹配

1、第8章图象的检测及模板匹配图象的分割与检测（识别）实际上是一项超级困难的工作。很难说清范为何图象应该分割成如此而不是那样。人类的视觉系统是超级优越的，它不仅包括了双眼，还包括了大脑，能够从很侵杂的景物中分开并识别每一个物体，乃至能够毫不费力地跟上每秒好几十帧转变的图象。举两个例子来讲明一下人类视觉系统的优越性。图单词THE图看不见的三角图是单词THE,这一点很容易看出来，但仔细观察一下，就会发觉，图中少了很多线条。在咱们人类看来很简单的一件事，让运算机来做就很困难了。图中虽然没有任何线条，但咱们仍是能够很容易的看出中间存在着一个白色三角形。运算机却很难发觉。由于人类在观察图象时适用了大量的知识

2、，所以没有任何一台运算机在分割和检测真实图象时，能达到人类视觉系统的水平。正因为如此，对于大部份图象应用来讲，自动分割与检测仍是一个未来时。目前只有少数的几个领域（如印刷体识别QCR）自动识别达到了实用的水平。或许算是题外话，咱们能够向往如此一种应用：基于内容的搜索。在一场足球比赛的录象中，用户能够输入命令，由运算机自动搜索出所有射门的镜头并显示在屏幕上。目前，咱们能从一幅图象中取得的信息只是每一个象素的颜色或灰度值，除此之外别无其它，完成上述功能实在是太困礁了。所以说解决图象分割和检测最根本的方式是在编码（成象）时就给予考虑。这也正是MPEG4及未来的视频紧缩编码标准的主要工作。正因为有上述

3、的困难，所以咱们今天要介绍的只是一些最大体，晶筒单的算法和思想,针对也只能是一些具体（而不是通用）的应用。算法共有三个：投影法、差影法和模板匹配。投影法在介绍投影法之前，我先出一道题目，下面的这幅照片是菅仁的华盅顿纪念碑（我记得在“阿甘正传”中曾经看到过它），如何从图中自动检测到水平方向上纪念碑的住宣。仔细观察，不难发觉，纪念碑上象素的灰度都差不多而且不同凡响，若是咱们选取适合的阈值，做削波处置（这里选175到220）,将该图二值化，如囱所示：图华盛顿纪念碑图削波处理，将图二值化由于纪念碑所在的那几列的白色点比起其他列多很多，若是把该图在垂直方向做投影,如囱所示。图图做直方向投影其中，黑色线条

4、的高度代表了该列上白色点的个数。图中间的顶峰部份就是咱们要找的水平方向上纪念碑所在的住直，这就是投影法。能够看出投影法是一种很自然的想法，有点象灰度直方图。为了取得更好的效果，投影法常常和阈值化一跆利用。由于噪声点对投影有必然的影响，所以处置前晨好先做一次光滑,去除噪声。以下是投影法的源程序，第二个参数是个BQQL变量，为真时表示在水平方向上做投影，不然在垂直方向上做投影。要注意的是，咱们针对的虽然是二值图，但为了处置的方便,用的是256级灰度图，不过只用到了0和255两种灰度级。BOOLProjection(HWNDhWnd,BOOLHori)PWORPC)ffBits,BufSizc;LP

5、BITMAPINFOHEAPERIplmgData;LPSTRIpPtr;HLOCALhTcmpImgOata;LPB1TMAP1NFOHEAPERIpTcmplmgData;LPSTRIpTcmpPtr;HDChDc;HF1LEhf;LONGx,*ininum;«-lX-l£2必济为)-/&-飞,片-比)广Allcontent(>11chh.websiteispresidedbyandisthesoleresponsibilityr>fdieperM)Ufromwhichsuchcolltelltotigixutrd,and5uchccjUcrlltdocsHotDcccNsanlytcf