中文引用格式： 林煜桐，朱姗姗，彭凌西，等. 基于局部方差和后验概率分类的快速模板匹配算法[J]. 电子技术应用，2023，49(9)：97-102.
英文引用格式： Lin Yutong，Zhu Shanshan，Peng Lingxi，et al. Fast template matching based on local variance and posterior probability classification[J]. Application of Electronic Technique，2023，49(9)：97-102.
0 引言
模板匹配是计算机视觉领域的一种经典算法[1-2]，在实际工业应用中用于目标定位。它的基本思想是仅凭模板图像的先验知识，在目标图像中找到与模板图像最相似的匹配区域，其匹配思路可以分为基于灰度[3]、基于特征点[4]和基于形状[5]。
基于灰度的方法[6-8]通过计算灰度的差异来估计模板图像和候选窗口的相似度，其中NCC以及基于NCC的方法[9-10]在线性光照变化的场景有着广泛的应用。基于灰度的匹配方法思路简单，性价比较高，但是考虑目标旋转的情况后匹配时间会大大增长[11]。
基于特征点的方法如SIFT[12]、SURF[13]和BBS[14]，该类方法以特征点作为匹配单元，不依赖于滑动窗口遍历，因此可很好地解决目标旋转、比例变化、变形等问题，但是匹配时的计算量和内存占用较大，而且实际工业应用中的目标大小和背景亮度都已经固定，所以这类方法一般不会成为工业目标检测的首要考虑。
基于形状的方法[15-16]通过提取模板的轮廓得到形状信息，在匹配中以形状为单位进行相似度计算来实现匹配[17]，这类方法在边缘特征明显的模板匹配任务上有着很好的发挥[18]，但是这准确率非常依赖于线段拟合的结果和模板的类型，而且目标旋转也会影响匹配效果。
对工业于生产线上的模板匹配，如缺陷检测[19]和目标定位[20]，最大的挑战是检测目标的旋转、匹配速度问题。为克服这些问题，本文提出一种基于局部方差和后验概率分类的快速模板匹配算法，实验结果表明，本方法在目标旋转的情况下能实现快速的目标定位，能够满足实时性和准确性要求。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005645
作者信息：
林煜桐1，朱姗姗2，彭凌西3，彭绍湖1，谢翔1，林焕然1
（1.广州大学 电子与通信工程学院， 广东 广州 510006；2.广东白云学院 电气与信息工程学院， 广东 广州 510450；
3.广州大学 机械与电气工程学院， 广东 广州 510006）
