摘要：介紹一種優化的快速模板的匹配算法，可實現目標實時提取、識別和跟蹤，并成功應用于紅外熱成像跟蹤技術的研究，解決了復雜背景條件下目標跟蹤穩定度差的技術難點。該算法用Visual C++編寫，可方便地移植到其它操作平臺或嵌入式系統。

　　紅外熱成像跟蹤技術是一種被動式目標檢測、跟蹤技術，用于對紅外視頻信號進行目標檢測、提取和跟蹤。對比度特征鑒別是比較常用的目標提取方法。它無法記憶、識別目標形態特征，在復雜背景下提取效果、跟蹤穩定性較差。而模板匹配算法以目標特征數據為模板，在搜索區域里尋找匹配點，即以目標形態特片為判據實現目標檢索和跟蹤。即便在復雜背景狀態下，跟蹤靈敏度和穩定度都極高，非常適用于復雜背景下的目標跟蹤。

　　模板匹配算法由于計算量龐大，應用成本較高。經過多方優化、簡化后，可用工控機實現實時模板匹配處理。在沒有增加成本、耽誤工程進度的前提下，增強了復雜背景下的跟蹤靈敏度和穩定度，提高了產品的綜合競爭能力。為模板匹配算法的低成本應用開壁了一條新路。

　　本文介紹的模板匹配算法在Windows 2000下用Visual C++編制，可方便地移植到多種操作平臺。

　　1 模板匹配原理

　　模板匹配是數字圖像處理的重要組成部分之一。把不同傳感器或一傳感器在不同時間、不同成像條件下對同一景物獲取的兩幅或多幅圖像在空間上對準，或根據已知模式到另一幅圖中尋找相應模式的處理方法就叫做模板匹配。

　　假設要在搜索區域中尋找與模板圖像相關程度最大的位置，可以通過模板匹配來計算兩者的相關程度。圖1是模板匹配算法的示意圖。假設模板（b）疊放在搜索圖(a)上平移，模板覆蓋下的部分記作子圖Si,j，其中i,j是這塊子圖的左上角像點在S圖中的坐標。從圖1中可得出i,j的取值范圍：1≤i≤K-M+1、1≤j≤L-N+1。

　　衡量模板T和子圖Si,j的匹配程度，可用下列兩種測度：

　　或者

展開前一個式子，有：