图像模式匹配是一种使用机器视觉技术自动查找图像的方法。通过模式匹配可以定位对象并验证其存在或不存在，它可以帮助引导机器人，可以成为人工智能应用中的重要工具——这一切都要归功于值得信赖的机器视觉算法。
本文主要介绍图像模式匹配的常见类型以及教大家如何选择图像模式匹配类型。
图像模式匹配的类型
有两种传统类型的图像模式匹配：几何和相关。
几何图像匹配
几何是一种高级类型的模式匹配，因为它是一种基于边缘的算法。这意味着它将寻找已定义的每个对象的边缘。几何图像匹配即使被缩放、旋转或移位，也不影响使用。
使用几何图像匹配算法，图像尺寸增加或减少50%仍能检测到图案，并且即便图片经过旋转也不会影响算法的成功率。
此外，由于算法是基于边缘，因此还能处理光照变化，即使存在遮挡和重叠，也可以检测到对象。
相关模式匹配
这里的相关也称为归一化灰度相关。归一化灰度相关模式匹配更简单地看待像素值。在这种情况下，将研究归一化灰度相关。
灰度相关性是一种极其快速和高效的算法，但它有点“喜怒无常”。它不是寻找边缘，而是试图通过匹配图像中各个像素的灰度值来寻找图案。
在执行成像任务时保持良好，不过一致的光照对于相关性非常重要。照明的变化会改变这些灰度值，这通常会导致对象未被检测到。
处理图像的旋转和平移匹配此算法也会起作用，但它无法处理缩放、位移和重叠。不过相关模式匹配优势是速度，可以极大地提高机器视觉系统的整体效率。
总的来说，选择哪一种图像模式匹配方式要基于成像环境的影响因素，如果照明发生变化，则选择几何图像匹配；如果是想以速度换取可靠性，可以选相关模式匹配。
