（附代碼）干貨 | OpenCV實(shí)現(xiàn)邊緣模板匹配算法

OpenCV中自帶的模板匹配算法，完全是像素基本的模板匹配，特別容易受到光照影響，光照稍微有所不同，該方法就會(huì)歇菜了！搞得很多OpenCV初學(xué)者剛學(xué)習(xí)到該方法時(shí)候很開心，一用該方法馬上很傷心，悲喜交加，充分感受到了理想與現(xiàn)實(shí)的距離，不過(guò)沒關(guān)系，這里介紹一種新的模板匹配算法，主要是基于圖像邊緣梯度，它對(duì)圖像光照與像素遷移都有很強(qiáng)的抗干擾能力，據(jù)說(shuō)Halcon的模板匹配就是基于此的加速版本，在工業(yè)應(yīng)用場(chǎng)景中已經(jīng)得到廣泛使用。

該算法主要是基于圖像梯度，實(shí)現(xiàn)基于梯度級(jí)別的NCC模板匹配，基于Sobel梯度算子得到dx, dy, magnitude

通過(guò)Canny算法得到邊緣圖像、基于輪廓發(fā)現(xiàn)得到所有的輪廓點(diǎn)集，基于每個(gè)點(diǎn)計(jì)算該點(diǎn)的dx、dy、magnitude(dxy)三個(gè)值。生成模板信息。然后對(duì)輸入的圖像進(jìn)行Sobel梯度圖像之后，根據(jù)模型信息進(jìn)行匹配，這樣的好處有兩個(gè)：

• 梯度對(duì)光照有很強(qiáng)的抗干擾能力，對(duì)模板匹配的抗光照干擾

• 基于梯度匹配，可以對(duì)目標(biāo)圖像上出現(xiàn)的微小像素遷移進(jìn)行抵消。

梯度圖像計(jì)算

Mat gx, gy;
Sobel(gray, gx, CV_32F, 1, 0);
Sobel(gray, gy, CV_32F, 0, 1);

Mat magnitude, direction;
cartToPolar(gx, gy, magnitude, direction);
long contoursLength = 0;
double magnitudeTemp = 0;
int originx = contours[0][0].x;
int originy = contours[0][0].y;

模板生成

// 提取dx\dy\mag\log信息
vector<vector<ptin>> contoursInfo;
// 提取相對(duì)坐標(biāo)位置
vector<vector<Point>> contoursRelative;

// 開始提取
for (int i = 0; i < contours.size(); i++) {
    int n = contours[i].size();
    contoursLength += n;
    contoursInfo.push_back(vector<ptin>(n));
    vector<Point> points(n);
    for (int j = 0; j < n; j++) {
        int x = contours[i][j].x;
        int y = contours[i][j].y;
        points[j].x = x - originx;
        points[j].y = y - originy;
        ptin pointInfo;
        pointInfo.DerivativeX = gx.at<float>(y, x);
        pointInfo.DerivativeY = gy.at<float>(y, x);
        magnitudeTemp = magnitude.at<float>(y, x);
        pointInfo.Magnitude = magnitudeTemp;
        if (magnitudeTemp != 0)
            pointInfo.MagnitudeN = 1 / magnitudeTemp;
        contoursInfo[i][j] = pointInfo;
    }
    contoursRelative.push_back(points);
}

計(jì)算目標(biāo)圖像梯度

// 計(jì)算目標(biāo)圖像梯度
Mat grayImage;
cvtColor(src, grayImage, COLOR_BGR2GRAY);
Mat gradx, grady;
Sobel(grayImage, gradx, CV_32F, 1, 0);
Sobel(grayImage, grady, CV_32F, 0, 1);

Mat mag, angle;
cartToPolar(gradx, grady, mag, angle);

NCC模板匹配

double partialScore = 0;
double resultScore = 0;
int resultX = 0;
int resultY = 0;
double start = (double)getTickCount();
for (int row = 0; row < grayImage.rows; row++) {
    for (int col = 0; col < grayImage.cols; col++) {
        double sum = 0;
        long num = 0;
        for (int m = 0; m < contoursRelative.size(); m++) {
            for (int n = 0; n < contoursRelative[m].size(); n++) {
                num += 1;
                int curX = col + contoursRelative[m][n].x;
                int curY = row + contoursRelative[m][n].y;
                if (curX < 0 || curY < 0 || curX > grayImage.cols - 1 || curY > grayImage.rows - 1) {
                    continue;
                }

                // 目標(biāo)邊緣梯度
                double sdx = gradx.at<float>(curY, curX);
                double sdy = grady.at<float>(curY, curX);

                // 模板邊緣梯度
                double tdx = contoursInfo[m][n].DerivativeX;
                double tdy = contoursInfo[m][n].DerivativeY;

                // 計(jì)算匹配
                if ((sdy != 0 || sdx != 0) && (tdx != 0 || tdy != 0))
                {
                    double nMagnitude = mag.at<float>(curY, curX);
                    if (nMagnitude != 0)
                        sum += (sdx * tdx + sdy * tdy) * contoursInfo[m][n].MagnitudeN / nMagnitude;
                }

                // 任意節(jié)點(diǎn)score之和必須大于最小閾值
                partialScore = sum / num;
                if (partialScore < min((minScore - 1) + (nGreediness * num), nMinScore * num))
                    break;
            }
        }

        // 保存匹配起始點(diǎn)
        if (partialScore > resultScore)
        {
            resultScore = partialScore;
            resultX = col;
            resultY = row;
        }
    }
}

正常光照

光照非常暗

改進(jìn)：

不需要全局匹配，可以對(duì)目標(biāo)圖像先做一個(gè)小梯度閾值，然后再進(jìn)行匹配，提升速度、構(gòu)造目標(biāo)圖像金字塔，實(shí)現(xiàn)多分辨率模板匹配支持！

覺得不錯(cuò)點(diǎn)【好看】支持一下！

參考：

https://www.codeproject.com/articles/99457/edge-based-template-matching