Ivory Jacobs

템플릿 매칭 예제

템플릿 매칭 예제

그런 다음 각 템플릿 위치에 대해 일치하는 결과를 저장하는 결과 행렬을 만듭니다. 원본 이미지에서 템플릿을 “슬라이딩”하여 결과 행렬의 크기(가능한 모든 위치와 일치)를 자세히 관찰합니다. 슬라이드할 때 템플릿을 바로 아래 이미지 부분과 비교하거나 일치시면 됩니다. 하나 이상의 템플릿(eigenspaces)을 사용하여 매칭 방법을 개선할 수 있으며, 이러한 다른 템플릿은 서로 다른 스케일 및 회전을 가질 수 있다. 템플릿 일치 기술은 유연하고 비교적 사용하기 쉽기 때문에 개체 지역화의 가장 인기있는 방법 중 하나입니다. 크고 복잡한 템플릿을 식별하는 데 시간이 많이 소요될 수 있기 때문에 이러한 적용 가능성은 주로 사용 가능한 컴퓨팅 성능에 의해 제한됩니다. 둘째, OpenCV에서 제공하는 템플릿 일치는 회전 및 배율을 확인할 수 없습니다. 이 예제의 P가 90도 회전하면 현재 프로그램에서 찾을 수 없습니다. 하지만 코드를 작성할 수 있습니다. 무차별 대입 알고리즘은 가능한 모든 회전, 가능한 모든 축척을 생성한 다음 일치를 수행하는 것입니다.

그러나 그것은 매우 느릴 것입니다. 그래서 다시, 몇 가지 다른 기술을 사용. 템플릿 매칭은 다양한 응용 분야를 가지며 얼굴 인식(얼굴 인식 시스템 참조) 및 의료 이미지 처리 등의 분야에서 사용된다. 시스템은 과거에 개발되어 일정 시간 내에 교량의 일부를 가로질러 걷는 얼굴의 수를 계산하는 데 사용되었습니다. 다른 시스템에는 디지털 흉부 X선 내에서 자동 석회화 된 결절 검출이 포함됩니다. [20] 최근, 이 방법은 빠른 알고리즘을 제공할 수 있는 지리 통계 시뮬레이션에서 구현되었다. [21] 소스 이미지와 결과 행렬을 표시합니다. 가능한 가장 높은 일치 영역 주위에 사각형 그리기: 일치하는 이미지가 가려지거나 개체에 의해 가려질 수도 있습니다. 이러한 경우 가능한 각 폐색을 커버하기 위해 다양한 템플릿을 제공하는 것은 불합리합니다. 예를 들어, 검색 이미지는 재생 카드일 수 있으며 일부 검색 이미지에서는 카드를 들고 있는 사람의 손가락이나 그 위에 있는 다른 카드 또는 해당 문제에 대한 카메라 앞의 물체에 의해 카드가 가려질 수 있습니다. 물체가 가단성 또는 포즈를 취하기 쉬운 경우 모션도 문제가 되고 모션과 오클루전을 모두 포함하는 문제가 모호해집니다.

[12] 이러한 경우 한 가지 가능한 해결책은 템플릿 이미지를 여러 하위 이미지로 분할하고 각 세분화에서 일치를 수행하는 것입니다. 컬러 이미지에 일치하는 템플릿을 수행하는 한 가지 방법은 픽셀을 색상 구성 요소로 분해하고 각 색상에 대해 계산된 SAD의 합계를 사용하여 색상 템플릿과 검색 이미지 간의 일치 품질을 측정하는 것입니다. 템플릿 이미지는 피라미드 일치 하기 전에 전처리 되어야 합니다 (모든 가능한 회전에 대 한 템플릿 이미지 피라미드를 계산 해야), 알고리즘은 두 부분으로 분할 됩니다.: 템플릿 일치[1] 디지털 이미지 처리 에 대 한 기술 템플릿 이미지와 일치하는 이미지의 작은 부분을 찾습니다. 그것은 품질 관리의 일환으로 제조에 사용할 수 있습니다.[2] 모바일 로봇을 탐색 하는 방법,[3] 또는 이미지에서 가장자리를 감지 하는 방법으로. [4] 강력한 기능이 없는 템플릿의 경우, 또는 템플릿 이미지의 대부분이 일치하는 이미지를 구성하는 경우 템플릿 기반 접근 방식이 효과적일 수 있습니다. 전술한 바와 같이, 템플릿 기반 템플릿 매칭은 잠재적으로 많은 수의 포인트의 샘플링을 필요로 할 수 있기 때문에, 동일한 인자에 의해 검색 및 템플릿 이미지의 해상도를 감소시킴으로써 샘플링 포인트의 수를 감소시킬 수 있고, 템플릿이 모든 실행 가능한 데이터 포인트 또는 이 둘의 조합을 검색할 필요가 없도록 검색 이미지 내의 데이터 포인트의 검색 창을 제공하면서 결과 크기가 작은 이미지(다중 해상도 또는 피라미드)에서 작업을 수행합니다.

News Categories

Vacancies

View Latest Jobs

Contact

01489 661516