序貫相似性檢測算法

序貫相似性檢測算法是指圖像匹配技術是根據已知的圖像模組(模板圖)在另一幅圖像(搜尋圖)中尋找相應或相近模組的過程，它是計算機視覺和模式識別中的基本手段。已在衛星遙感、空間飛行器的自動導航、機器人視覺、氣象雲圖分析及醫學x射線圖片處理等許多領域中得到了廣泛的套用。研究表明，圖像匹配的速度主要取決於匹配算法的搜尋策略。

基本介紹

• 中文名：序貫相似性檢測算法
• 度主要取決：匹配算法的搜尋策略
• 優點：高效
• 套用：衛星遙感、空間飛行器自動導航等

優點

傳統的模板匹配算法的基本搜尋策略是遍歷性的，為了找到最優匹配點，傳統方法均必須在搜尋區域內的每一個像素點上進行區域相關匹配計算，圖像相關匹配的數據量和計算量很大，匹配速度較慢，序貫相似性檢測算法（SSDA）是針對傳統模板匹配算法提出的一種高效的圖像匹配算法。具體算法是先初步搜尋，再精搜尋，搜尋的範圍一步一步減小。

實現步驟

SSDA通過人為設定一個固定閾值，及早地終止在不匹配位置上的計算，以此減小計算量，達到提高運算速度的目的。其步驟如下：

（1）選取一個誤差準則，作為終止不匹配點計算的標準，通常可選取絕對誤差

（2）設定一個不變閾值

（3）在子圖象中隨機選取一點，計算它與模板中相應點的絕對誤差值， 將每一隨機點對的誤差累加起來，若累加到第r次時誤差超過設定閾值，則停止累加，記下此時的累加次數r

（4） 對於整 幅圖像計算誤差e，可得到一個由r值構成的曲面，曲面最大值處對應的位置即為模板最佳匹配位置。這是因為該點需要多次累加誤差才能超過閾值，因此相對於其它點，它最有可能是匹配位置。