簡介：

? ? ? ?本文主要介紹幾種基于灰度的圖像匹配算法：平均絕對差算法（MAD）、絕對誤差和算法（SAD）、誤差平方和算法（SSD）、平均誤差平方和算法（MSD）、歸一化積相關算法（NCC）、序貫相似性算法（SSDA）。下面依次對其進行講解。

MAD算法

介紹

? ? ? ? 平均絕對差算法（Mean Absolute Differences，簡稱MAD算法），它是Leese在1971年提出的一種匹配算法。是模式識別中常用方法，該算法的思想簡單，具有較高的匹配精度和較少的計算量，廣泛用于圖像匹配。

設S(x,y)是大小為mxn的搜索圖像，T(x,y)時MxN的模板圖像，分別下圖(a)、(b)所示，我們的目的是：在(a)中找到與(b)匹配的區域（黃框所示）。

算法思路

? ? ? ? 在搜索圖S中，取以(i,j)為左上角，MxN大小的子圖，計算其與模板圖相似度；在所有能夠取到的子圖中，找到與模板圖最相似的子圖作為最終結果。MAD算法的相似性測度公式如下。顯然，平均絕對差D(i,j)越小，表明越相似，故只需找到最小的D(i,j)即可確定子圖位置：

其中：

算法評價：

優點：

①思路簡單，容易理解（子圖與模板圖對應位置上，灰度值之差的絕對值總和，再求平均，實質：是計算的是子圖與模板圖的L1距離的平均值）。

②運算過程簡單，匹配精度高。

缺點：

①運算量偏大。

②對噪聲非常敏感。

——————————————————————————————————————————————————————————————————————————————

SAD算法

介紹

? ? ? ? 絕對誤差和算法（Sum of Absolute Differences，簡稱SAD算法）。實際上，SAD算法與MAD算法思想幾乎是完全一致，只是其相似度測量公式有一點改動（計算的是子圖與模板圖的L1距離）。這里不再贅述。

算法實現

由于文章所介紹的幾個算法非常相似，所以本文僅列出對SAD算法進行的代碼，其余算法實現就如出一轍了。

MATLAB代碼

<pre name="code" class="cpp">%% %絕對誤差和算法（SAD） clear all; close all; %% src=imread('lena.jpg'); [a b d]=size(src); if d==3src=rgb2gray(src); end mask=imread('lena_mask.jpg'); [m n d]=size(mask); if d==3mask=rgb2gray(mask); end %% N=n;%模板尺寸，默認模板為正方形 M=a;%代搜索圖像尺寸，默認搜索圖像為正方形 %% dst=zeros(M-N,M-N); for i=1:M-N %行for j=1:M-Ntemp=src(i:i+N-1,j:j+N-1);dst(i,j)=dst(i,j)+sum(sum(abs(temp-mask)));end end abs_min=min(min(dst)); [x,y]=find(dst==abs_min); figure; imshow(mask);title('模板'); figure; imshow(src); hold on; rectangle('position',[x,y,N-1,N-1],'edgecolor','r'); hold off;title('搜索圖');

輸出結果

——————————————————————————————————————————————————————————————————————————————

SSD算法

? ? ? ? 誤差平方和算法（Sum of Squared Differences，簡稱SSD算法），也叫差方和算法。實際上，SSD算法與SAD算法如出一轍，只是其相似度測量公式有一點改動（計算的是子圖與模板圖的L2距離）。這里不再贅述。

——————————————————————————————————————————————————————————————————————————————

MSD算法

? ? ? ? 平均誤差平方和算法（Mean Square Differences，簡稱MSD算法），也稱均方差算法。實際上，MSD之余SSD，等同于MAD之余SAD，故此處不再贅述。

————————————————————————————————————————————————————————————————————————————————

NCC算法

? ? ? ? 歸一化積相關算法（Normalized Cross Correlation，簡稱NCC算法），與上面算法相似，依然是利用子圖與模板圖的灰度，通過歸一化的相關性度量公式來計算二者之間的匹配程度。

其中，、分別表示(i,j)處子圖、模板的平均灰度值。

OK，以上便是幾種常見的基于灰度的模板匹配算法。

總結

以上是生活随笔為你收集整理的基于灰度的模板匹配算法（一）：MAD、SAD、SSD、MSD、NCC、SSDA算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。