OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一個(gè)基于BSD許可（開(kāi)源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級(jí)而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。最新版本是3.3 ，2017年8月3日發(fā)布。

　　OpenCV 擁有包括 500 多個(gè)C函數(shù)的跨平臺(tái)的中、高層 API。它不依賴于其它的外部庫(kù)——盡管也可以使用某些外部庫(kù)。

　　OpenCV 為Intel? Integrated Performance Primitives （IPP） 提供了透明接口。 這意味著如果有為特定處理器優(yōu)化的 IPP 庫(kù)， OpenCV 將在運(yùn)行時(shí)自動(dòng)加載這些庫(kù)。

　　OpenCV的集成芯片基板定位技術(shù)

　　系統(tǒng)使用的CCD相機(jī)是型號(hào)為XC-ES50CE的SONY相機(jī)，有效像素為752×582，圖像采集卡使用的是比利時(shí)Euresys公司的產(chǎn)品，型號(hào)為PicoloPro2。在整個(gè)系統(tǒng)中，最為關(guān)鍵的問(wèn)題就是模板匹配

　　1基于灰度的模板匹配方法

　　本文主要比較了幾種基于灰度的圖像匹配算法：SSDA算法，金字塔算法，NCC算法等。

　　模板匹配的基本原理是通過(guò)相關(guān)函數(shù)的計(jì)算來(lái)找到它和被搜索圖的坐標(biāo)位置。如圖3所示，設(shè)模板T（n×m像素點(diǎn)）疊放在搜索圖S上移動(dòng)，模板覆蓋下的那塊搜索圖為子圖Sij，i，j為這塊子圖的左上角像點(diǎn)在S圖中的坐標(biāo)。比較T和Sij的內(nèi)容，若兩

　　1.1SSDA算法

　　序貫相似性檢測(cè)算法（即SSDA算法）是對(duì)傳統(tǒng)模板匹配算法的改進(jìn)。SSDA算法計(jì)算子圖像和模

　　板圖像之間的差值，求和時(shí)不需要計(jì)算所有像素，而是隨機(jī)抽取某幾點(diǎn)像素，只要其和超過(guò)設(shè)定的閾值，則說(shuō)明當(dāng)前位置不匹配，進(jìn)行下個(gè)位置的計(jì)算。

　　但是該算法本身沒(méi)有抗干擾性，如果在外界有噪聲的情況下，算法的精確度不高。

　　1.2金字塔算法

　　金字塔算法也叫分層算法，是直接基于人眼的

　　視覺(jué)特點(diǎn)，先粗后細(xì)地觀看事物，步驟如下：

　?。?）預(yù)處理。首先對(duì)模板和搜索圖進(jìn)行分層預(yù)處理。通過(guò)每2×2=4個(gè)像素平均為一個(gè)像素構(gòu)成二級(jí)圖像，然后將此圖像再用同樣的方法處理后得到一個(gè)分辨率更低的圖像。如此反復(fù)，我們可以得到K個(gè)處理后的圖像。

　?。?）先粗后細(xì)的匹配。先從低分辨率的圖像Sk和TK開(kāi)始進(jìn)行匹配運(yùn)算，找到粗匹配位置（xK，yK），然后在較高分辨率的圖像Sk-1和Tk-1上的粗匹配位置進(jìn)行搜索，如此下去，一直到最高分辨率的SO和TO上找到匹配位置為止。

　　1.3NCC算法

　　NCC算法就是歸一化互相關(guān)匹配算法，是一個(gè)

　　經(jīng)典的匹配算法，它是通過(guò)計(jì)算模板圖像和待匹配圖像的互相關(guān)值來(lái)決定匹配的程度，方法如下：

　　這種算法簡(jiǎn)單，適用于尺寸較小的圖像匹配，且具有很強(qiáng)的抗白噪聲能力，在灰度變化及幾何畸變不大的情況下精度很高。

　　2基于OpenCV的模板匹配程序的實(shí)現(xiàn)

　　2.1程序流程及其實(shí)現(xiàn)

　　程序的流程如圖4所示，實(shí)驗(yàn)采用的算法是NCC算法，函數(shù)完成比較后，通過(guò)使用cvMinMaxLoc找全局最大值，然后將匹配結(jié)果在原圖的對(duì)應(yīng)位置標(biāo)記出來(lái)（如圖5所示）。

　　程序?qū)崿F(xiàn)主要利用OpenCV函數(shù)庫(kù)中的cvMatchTemplate函數(shù)，通過(guò)滑動(dòng)過(guò)整個(gè)待匹配圖像，用指定的NCC算法比較模板圖像與待匹配圖像尺寸為w×h的重疊區(qū)域，并且將比較結(jié)果保存起來(lái)

　　2.2OpenCV簡(jiǎn)介

　　開(kāi)放源代碼的計(jì)算機(jī)視覺(jué)類庫(kù)OpenCV（IntelOpenSourceComputerVisionLibrary）由英特爾公司位于俄羅斯的研究實(shí)驗(yàn)室所基于IPL（IntelImageProcessingLibrary）開(kāi)發(fā)，并與之兼容。具有良好的獨(dú)立性、跨平臺(tái)性、功能強(qiáng)大、處理速度快等特點(diǎn)。

　　3實(shí)驗(yàn)數(shù)據(jù)

　　采用的是一張640×484的原圖，以及一張64×74的模板圖，實(shí)驗(yàn)用電腦CPU為IntelCeleronCPU4201.6GHz，內(nèi)存為1G。經(jīng)過(guò)實(shí)驗(yàn)得出，匹配的平均時(shí)間為100.128ms，且能找到準(zhǔn)確位置，能夠滿足廠家提出的2，000個(gè)/小時(shí)的技術(shù)要求。

　　4結(jié)論

　　綜上所述，利用OpenCV開(kāi)發(fā)的模板匹配程序，擁有匹配準(zhǔn)確、執(zhí)行效率較高等特點(diǎn)，對(duì)于個(gè)別處理器還進(jìn)行了優(yōu)化，適用于對(duì)實(shí)時(shí)性要求不太高的場(chǎng)合，能夠滿足該企業(yè)芯片基板的定位要求，目前該系統(tǒng)已在企業(yè)運(yùn)行