本文提出了一種基于數(shù)據(jù)流修正的自適應(yīng)模板匹配定位方法。該方法首先在圖像
預(yù)處理的基礎(chǔ)上，進(jìn)行模板匹配，從而定位待識別目標(biāo)；然后采用數(shù)據(jù)流修正的自適應(yīng)方法，根據(jù)待識別目標(biāo)的大小來改變模板尺寸，避免了設(shè)置固定模板的缺陷；最后，對模板匹配算法進(jìn)行優(yōu)化，使模板匹配的效率得到提高。采用該方法對車牌圖像的定位進(jìn)行實驗，實現(xiàn)了車牌的準(zhǔn)確定位且處理速度快，能滿足系統(tǒng)實時性和自適應(yīng)性的要求。
模板匹配技術(shù)是計算機(jī)圖形、圖像處理中一項非常重要的技術(shù)。它根據(jù)各種不同對象的
需要來選擇一個或者多個模板，在待匹配的圖像中移動，將模板圖像和原圖像比對，找到與模板相匹配的區(qū)域。圖像匹配算法大致可分為三種類型：基于灰度相關(guān)的圖像匹配、基于特征的圖像匹配和基于解釋的圖像匹配[1]。兩幅圖像之間的匹配算法可以歸結(jié)為二者的某一特征值的相關(guān)性度量。通過將模板圖像與待匹配圖像進(jìn)行相關(guān)運算，得到一個相關(guān)值，根據(jù)這一相關(guān)值的大小就可以判斷二者是否匹配。
模板匹配廣泛的應(yīng)用于計算機(jī)視覺，航空、軍事跟蹤測量[2]、醫(yī)學(xué)影像分析等領(lǐng)域。
國內(nèi)外很多學(xué)者對模板匹配方法作了廣泛而深入的研究，提出了很多針對不同應(yīng)用的改進(jìn)算法。這些改進(jìn)方案大體可以分為兩類：基于特征提取的方法和基于灰度值的方法[3]。
基于模板匹配中模糊匹配的思想，從模板尺寸及運算時間考慮，結(jié)合圖像中目標(biāo)區(qū)域
的特征，本文設(shè)計了基于數(shù)據(jù)流修正的自適應(yīng)方法來改變模板的大小，并提出了一種優(yōu)化的模板匹配算法縮短了運算時間。將該方法應(yīng)用于車牌定位實驗中，取得了理想的效果。