模板匹配

　　模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。所以模板匹配首先需要一个模板图像T（给定的子图像）另外需要一个待检测的图像-源图像S工作方法，在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。

匹配算法

• 计算平方不同

\[{\rm{R}}\left( {x,y} \right) = \sum\limits_{x',y'} {{{\left( {T(x',y') - I(x + x',y + y')} \right)}^2}} \]

　　归一化处理：

\[{\rm{R}}\left( {x,y} \right) = \frac{{\sum\nolimits_{{\rm{x'}},y'} {{{(T(x',y') - I(x + x',y + y'))}^2}} }}{{\sqrt {\sum\nolimits_{{\rm{x'}},y'} {T{{(x',y')}^2} \bullet \sum\nolimits_{x',y'} {I{{(x + x',y + y')}^2}} } } }}\]

• 计算相关性

\[{\rm{R}}\left( {x,y} \right){\rm{ = }}\sum\limits_{{\rm{x'}},y'} {(T(x',y') \bullet I(x + x',y + y'))} \]

　　归一化处理：

\[R\left( {x,y} \right) = \frac{{\sum\nolimits_{{\rm{x'}},y'} {(T(x',y') \bullet I(x + x',y + y'))} }}{{\sqrt {\sum\nolimits_{{\rm{x'}},y'} {T{{(x',y')}^2} \bullet \sum\nolimits_{x',y'} {I{{(x + x',y + y')}^2}} } } }}\]

• 计算相关系数

$${\rm{R}}\left( {x,y} \right) = \sum\limits_{x',y'} {\left( {T(x',y') - I(x + x',y + y')} \right)} $$

$$T'\left( {x',y'} \right) = T(x',y') - \frac{1}{{w \bullet h}}\sum\nolimits_{x'',y''} {T(x'',y'')} $$

$$I'(x + x',y + y') = I(x + x',y + y') - \frac{1}{{w \bullet h}}\sum\nolimits_{x'',y''} {I(x + x'',y + y'')} $$

　　归一化处理：

\[{\rm{R}}\left( {x,y} \right) = \frac{{\sum\nolimits_{{\rm{x'}},y'} {(T'(x',y') \bullet I'(x + x',y + y'))} }}{{\sqrt {\sum\nolimits_{{\rm{x'}},y'} {T{{(x',y')}^2} \bullet \sum\nolimits_{x',y'} {I'{{(x + x',y + y')}^2}} } } }}\]

　　下图左上角为模板，大图为匹配的效果。

matchTemplate(src, muban, result, match_method, Mat());
//src为原图像, muban为模板图像，result为输出结果，必须是单通道32位浮点数，
//假设源图像WxH,模板图像wxh,则结果必须为W-w+1, H-h+1的大小。match_method为匹配方法。

match_method匹配方法如下表所示：