基于模板匹配的运动目标跟踪

一、实验目的

通过该实验，初步了解模板匹配算法，体会并学习如何用该算法实现视频跟踪。

二、算法概要

模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标。已知在该图中有要寻找的目标，且该目标与模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。 如图1 所示，设模板T 叠放在搜索图S 上平移，模板覆盖下的那块搜索图叫做子图， 这块子图的左上角像素点在S 图中的坐标，叫参考点，从图中可知i 和j 的取值范围为： 0 i, j N -M ， 其中，N x N 为被搜索图的大小，M x M 为模板T 的大小（如图 2 所示）。



可以用向量余弦夹角来衡量T 和 的相似程度：



当模板和子图完全一样时，R(i, j) =1。在被搜索图中逐个像素点地移动模板图像T ，同时 计算每处子图与模板的R 值，当移过整幅图像S 之后，找出R 的最大值 ， 最大响应点坐标即为最佳匹配的左上角点。以该坐标为起始点，范围大小就以模板的大小为准就可以锁定目标。

三、算法步骤

（1）首先取得待跟踪的目标图像，该目标图像常较小，称该图像为模板，以T 表示；

（2）定义匹配公式以备在移动模板时得到匹配度；

（3）把模板T 在待检测的图像（往往是视频中的一帧帧图像）中移动，在模板覆盖下那块搜索图叫做子图，每移动到一个位置就按定义的匹配公式计算匹配度，直至移动完整幅图像为止；

（4）按照匹配度的大小，选择匹配度最大（即最匹配）的位置，此位置即为最佳匹配位置，以此点为起始点，范围的大小就以模板的大小为准，即可锁定目标；

（5）针对视频中的每一帧图像执行步骤（3）~（4），这样就达到了跟踪的目的。

四、程序使用说明

void TemplateMatch(unsigned char *pTo,unsigned char *pTemplate)

{

int p,q,m,n;

float y=0,x1=0,x2=0,R[200][200],max=0,s=0,t=0;

for(p=0;p<bmpimage.infohead.biHeight-bmptemplate.infohead.biHeight;p++)

for(q=0;q<bmpimage.infohead.biWidth-bmptemplate.infohead.biWidth;q++)

{

y=0;x1=0;x2=0;

for(m=0;m<bmptemplate.infohead.biHeight;m++)

for(n=0;n<bmptemplate.infohead.biWidth;n++)

{

s=*(bmpimage.imgbuf+((m+p)*bmpimage.infohead.biWidth+(n+q)));

t=*(bmptemplate.imgbuf+(m*bmptemplate.infohead.biWidth+n));

y+=s*t;

x1+=s*s;

x2+=t*t;

}

R[p][q]=y/(sqrt(x1)*sqrt(x2));

}

for(p=0;p<bmpimage.infohead.biHeight-bmptemplate.infohead.biHeight;p++)

for(q=0;q<bmpimage.infohead.biWidth-bmptemplate.infohead.biWidth;q++)

{

if(R[p][q]>max)

{

max=R[p][q];

nMaxX=q;

nMaxY=p;

}

}

}