针对图像匹配技术中存在的问题之一,即匹配精度与计算量之间矛盾的问题,本文将图像匹配问题转化为图像与模板之间相关值的多峰寻优问题,采用进化算法作为寻优问题的搜索策略,提出一种新的进化模板的匹配方法,并对其理论及应用进行相关研究。本文主要研究内容如下: ● 一种新的进化模板匹配法。传统的相关匹配方法,能够获得较高的匹配精度,对各类匹配问题具有很强的适应性。但是,穷尽搜索所需的极为庞大的计算量是其致命缺陷。针对此问题,本文将图像匹配问题转化为函数优化问题,采用非遍历寻优的进化算法作为优化问题的搜索策略,提出一种新的进化模板匹配方法,以大幅减少计算量。 ● 进化模板匹配法的理论研究。进化模板匹配法在应用时存在两个问题:一、收敛速度慢;二、易发生早熟现象。为加快算法的收敛速度,本文给出一种控制个体间距的竞争初始化法,在保证初始群体多样性和遍历性的同时,能够博取各个初始化方法的优点,使初始种群以更高的概率落在各个局部最优附近区域,从而大大提高进化算法的搜索速度。为减少算法发生早熟现象的概率,本文借鉴模拟退火的思想,得出一种有效的选择策略——退火选择法。 ● 进化模板匹配法的应用研究。结合小波变换的多分辨率分析方法,分析了脸像经小波分解后人脸特征在各个子带图像中的表现,指出了低频子带图像作为人脸检测特征的优点,提出了一种新的基于进化模板的人脸检测算法。与多数人脸定位算法只能定位端正人脸的情况不同,该算法能够以较快的速度定位在图像平面内存在旋转角度的人脸。