在图像模板匹配问题中,基于像素灰度值的相关算法尽管已经十分普遍,并得到广泛的应用,但目前此类算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为了克服这些缺点,提出一种新的基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.新算法中各个R-块编码的计算十分简单 匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对

一种基于信息熵和灰度相关的全景重叠图拼接算法。该算法综合了基于灰度相关和信息熵的优点。 通过匹配连续区域的熵的兰氏距离获得了比较精确的定位 -Based on information entropy and gray related overlapping map panoramic stitching algorithm. The algorithm based on a combination of gray and information related to the merits

为了解决光谱恢复对图像匹配高精度的问题, 提出了一种高精度图像匹配算法———利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD 块匹配算法和归一化相关系数块匹配算法进行比较, 该算法实现了图像序列高精度匹配, 而且硬件实现简单, 计算复杂度较低。-To address the spectrum of the resumption of high-precision image matching problem