4.3　基于模板匹配的边缘检测

模板匹配（template matching）就是研究图像与模板（template）的一致性（匹配程度）。为此，准备了几个表示边缘的标准模式与图像的一部分进行比较，选取最相似的部分作为结果图像。如图4.3所示的Prewitt算子，共有对应于8个边缘方向的8种掩模（mask）。图4.4说明了这些掩模与实际图像如何进行比较。与微分运算相同，目标像素及其周围（3×3邻域）像素分别乘以对应掩模的系数值，然后对各个积求和。对8个掩模分别进行计算，其中计算结果中最大的掩模的方向即为边缘的方向，其计算结果即为边缘的强度。

图4.3　用于模板匹配的各个掩模模式（Prewitt算子）

图4.4　模板匹配的计算例

图4.5是一帧图像采用不同微分算子处理的结果。可以看出，采用不同的微分算子，处理结果是不一样的。在实际应用时，可以根据具体情况选用不同的微分算子，如果处理效果差不多，要尽量选用计算量少的算子，这样可以提高处理速度。例如，在图4.5中，（b）和（d）的微分效果差不多，但是（b）Sobel算子的计算量就会比（d）Prewitt算子少很多。

图4.5　不同算子的微分图像

另外，当目标对象的方向性已知时，如果使用模板匹配算子，就可以只选用方向性与目标对象相同的模板进行计算，这样可以在获得良好检测效果的同时，大大减少计算量。例如，在检测公路上的车道线时，由于车道线是垂直向前的，也就是说需要检测左右边缘，如果选用Prewitt算子，可以只计算检测左右边缘的③和⑦，这样就可以使计算量减少到使用全部算子的1/4。减少处理量，对于实时处理，具有非常重要的意义。

此外，在模板匹配中，经常使用的还有图4.6所示的Kirsch算子和图4.7所示的Robinson算子等。

图4.6　Kirsch算子

图4.7　Robinson算子