5. Ý nghĩa khoa học và thực tiễn
2.2. Kỹ thuật dựa trên Template Matching
So khớp mẫu là một trong những tiếp cận đƣợc nghiên cứu và áp dụng nhiều nhất trong các ứng dụng xử lý ảnh nói chung và trong việc phát hiện và bám sát đối tƣợng bị che khuất trong dữ liệu video nói riêng. Bên cạnh việc sử dụng so khớp mẫu với đặc trƣng toàn cục, ta có thể thực hiện cục bộ hóa đặc trƣng để tăng cƣờng chức hiệu quả đối với những trƣờng hợp bị che khuất. Việc cục bộ hóa này có thể thực hiện đơn giản với việc phân mảnh đối tƣợng cần phát hiện và bám sát – cơ sở để so khớp khi đối tƣợng bị che khuất một phần.
(Sum of Squared Differences- SSD) là một thuật toán đơn giản để đo lƣờng sự giống nhau giữa hình ảnh mẫu (T) và hình ảnh phụ trong hình ảnh
nguồn (I). Nó hoạt động bằng cách lấy bình phƣơng sự khác biệt giữa mỗi
pixel trong T và tƣơng ứng pixel trong các hình ảnh phụ đƣợc sử dụng để so sánh trong I. Những sự khác biệt bình phƣơng đƣợc tổng hợp để tạo ra một số liệu đơn giản tƣơng tự. Giả sử mẫu 2 chiều m × n, T (x, y) đƣợc khớp trong
hình ảnh nguồn, I (x, y), có kích thƣớc p × q, trong đó (p> m và q> n). Đối
với mỗi vị trí pixel (x, y) trong hình ảnh, khoảng cách SSD đƣợc tính nhƣ sau: ( ) ∑ ( ( ) ( )) (2.15)
Khoảng cách SSD đo đƣợc tại một địa chỉ cụ thể càng nhỏ vị trí, hình ảnh phụ cục bộ đƣợc tìm thấy càng giống với mẫu đã tìm kiếm. Nếu khoảng cách SSD bằng 0, cục bộ ảnh phụ giống hệt mẫu. Mức tối thiểu khoảng cách cung cấp vị trí của đối tƣợng tƣơng ứng (CL) trong ảnh nguồn. Các khoảng cách nhỏ khác và vị trí (SL), nhỏ hơn giá trị ngƣỡng, cũng có thể đƣợc tìm thấy. Những giá trị này sẽ đƣợc đề xuất trong một tiểu mục.