摘 要

随着计算机视觉技术的发展，数字图像处理技术可以广泛地应用生产及生活中的各个领域。针对图像的目标检测技术是当前研究领域的一个重要方向[^[1]],在工业检测、遥感图像处理、医学图像分析分析以及运动目标的视频跟踪处理上具有重要地位[^[2]]。

在图像目标检测的研究应用中，模板匹配法作为一种典型的目标检测方法[^[3]]，经过长时间的发展，相比于其他检测算法，模板匹配法具有计算量小、运行速率快及辨识率较高等特点。模板匹配算法通过提取目标特征信息进行匹配，通过自身的分类器和片定准则，将待辨认的目标图与数据库中的模板做比较[^[4]]，模板匹配算法在整幅图像在进行搜索，确定目标位置。将模板匹配算法与计算机视觉相结合，可以快速实现对目标的定位校准等工作。

目标检测需要在复杂背景中检测出特定目标并实行标记，从这点出发，本文介绍了目标检测的数据结构、函数以及基本框架。本文首先对图像匹配技术的原理进行了简单论述，图像匹配通常分为基于灰度信息与基于特征信息两类，我们在文章中讨论了两种方式的实现原理以及各自的优缺点[^[5]]。基于OpenCV，我们快速实现了数字图像处理和计算机视觉的许多算法。在文章中，我们单独讨论了关于模板匹配的相关知识以及几类典型的算法 [^[6]]，通过将软件平台与算法的结合，我们完成算法的设计。在文章的最后，我们选取了几个简单示例来验证我们所设计的算法，通过测试，我们可以得出实验结果，所设计的算法具有较高的精度和准确度，文章中的设计主要是针对基于单模板的检测技术。

模板匹配算法的实现需要以软件平台为依托。在论文中，通过将算法与软件平台的结合，我们基本实现了功能要求，能够满足日常生活中的一些要求。在论文结构上主要分成五个部分，分别是背景介绍、预处理、模板匹配、算法的设计实现、实验结论等，通过对不同背景图像的测试，对检测效果进行分析，结合实验数据来评估算法的速度和检测效果。

关键词：图像处理；模板匹配； 目标检测；特征提取

Abstract

With the development of computer vision technology, digital image processing technology can be widely used in various fields of production and life. For the image target detection technology is an important direction of current research in the field and in industrial inspection, remote sensing image processing, medical image analysis of video analysis and moving target tracking processing plays an important role.

In the research and application of target image detection, template matching method as a classic pattern recognition method, after a long time of development, compared to other algorithms, it has calculated amount is small, fast running speed, and recognition rate higher characteristic. For a given image template and target image detection, the method can full analysis and feature extraction of the target image, the corresponding classifier and set standards, will be in the recognition of target image and database template are compared and detected for the given target, determine position in the original image. Through the design of effective template matching algorithm, the use of digital image processing technology to and computer vision to quickly complete the goal of calibration and tagging.

Object detection needs to detect a specific target in complex background and implement the tag. From this point, this paper introduces the data structure, function and basic framework of target detection. Firstly the image matching principle is simply discussed, respectively discusses the characteristics of feature-based and a matching technique based on image gray, from theory analysis to show that the classical image based on template matching technology advantages and disadvantages and can take measures for improvement. Based on OpenCV, we quickly realize the digital image processing and the computer is feeling a lot of algorithms. Then, this paper makes a detailed research and Analysis on various algorithms based on template matching technology, and gives the specific design process of the algorithm. Finally, the design and implementation of object detection system based on template matching algorithm is introduced in this paper. Single template matching technique has the advantages of simple algorithm and high detection rate in the single target detection, but the detection technology based on single template is studied in this paper.

The effective implementation and application of the algorithm needs the support of a good running platform. This paper designs and implements the software platform of the target matching system. By integrating the matching algorithm into the software platform, the algorithm proposed in this paper can better play its practical application value. This paper will introduce the software system platform from the overall design and implementation functions. Finally, to verify the complete target detection algorithm accuracy and real-time, we in the experiment selected contains different types of target detection, target detection, and through resulting from the experimental data and results to evaluate the performance of algorithm and the detection effect.

Keywords: imageprocessing; templatematching;target detection;feature extraction

目录

第1章绪论 1

1.1OpenCV简介 1

1.2研究背景和意义 2

1.3论文安排 4

第2章 图像预处理 7

2.1高斯滤波 7

2.2形态学滤波 8

2.2.1膨胀和腐蚀 9

2.2.2开运算和闭运算 10

第3章模板匹配算法的研究 12

3.1模板匹配算法 12

3.2 OpenCV支持的模板匹配算法 13

第4章 目标检测系统设计与实现 15

4.1平台运行环境 15

4.2模板匹配算法的设计 15

4.3基于模板匹配的目标检测的实验与结果分析 17

第5章 结论与展望 20

参考文献 22

致谢………………………………………………………………………………………………24

绪论

数字图像处理处理作为是一门年轻的学科，虽然它的发展历史较短，但由于其对于人类视觉发展的重要意义，在成像领域获得了长足的发展。正是由于其表现形式的特殊性，它吸引着越来越多的人们的注意力，不断地为它的进步注入新的发展活力。

随着计算机视觉处理技术以及数字图像处理技术的快速发展，大量的信息以图像的形式保存下来。随着计算机技术的发展，人们开始才用计算机存储设备进行对图像信息的保存与处理，采用自动化的方式改变传统的识别方式。通过相关技术的发展，越来越多的劳动力从传统的生产方式解放出来，实现了生产效率的提高。正是在生产生活中应用需求的提升，促使了相关技术的蓬勃发展。在第一章中，我们对软件平台技术的研究背景以及功能分类做了相关论述，然后对模板匹配算法研究现状以及相关应用进行描述，在本章的最后，介绍了本文的研究内容、各章节组织结构和研究成果。

1.1OpenCV简介

OpenCV 由Intel创建，全称OpenCV Source Computer Vision Library，由Willow Garage 提供技术支持。OpenCV是一个开源的计算机视觉库。可运行于Linux、Windows和Mac OS等操作系统。OpenCV由于它的包容性，实现了图像处理与计算机的理想结合。

OpenCV中含有大量关于图像处理和计算机视觉的C/C 程序。OpenCV并不需要依赖外部库，它的函数库中包括了许多用于实现计算机视觉常见用途的函数。尤其是对于图像的目标辨识、跟踪、分割以及运动分析等[^[7]]。