【文件属性】：
文件名称：利用模板目标特性来减少数据量-docker+jenkins+harbor+gitlab
文件大小：4.46MB
文件格式：PDF
更新时间：2021-06-08 15:38:02
摄像 测量学
(1) 利用模板目标特性来减少数据量
图 4.4.5 相关模板类型
在保证模板目标灰度方差 大（模板目标的高频分量比例较大），相关精度不变的前
提下，对不同特征的模板采用恰当的形式来减少参加相关的数据量。例如对具有对称特
性的模板，如高斯光团目标，模板数据可以只在“米”字线，甚至是“十”字线上进行相关，
如图 4.4.5(a)所示。图 4.4.5(b)是一个六等分黑白相间的扇形圆结构，如果只关心目标的
旋转量，取目标外侧的一个圆环作为相关的模板，可在保持较好相关精度的同时大大减
少计算量。但这时由于数据信息量减小，算法的抗噪声能力会有所下降。
对于如图 4.4.5(c)所示的十字形网格节点的情况，由于目标特性是已知的，因此只要
在低灰度值的网格十字形臂上作相关运算就可以对目标定位。因此可以通过二值化及图
像理解的方法大致确定目标点的一个小搜索区域，这样避免了全场相关，减少了相关的
计算量。
(2) 粗-细（金字塔）搜索法
为了减少计算量，可以先对目标在低分辨率的图像上进行粗略定位，然后逐步在高
(b)(a) (c)