模式匹配可以快速的定位一个灰度图像区域，这个灰度图像区域与一个已知的参考模式是匹配的，模式也叫模型（Model）、模板（Template）。

模板是图像中特征的理想化表示形式。这个可以在后面介绍一些模式匹配技术以供参考。

当使用模式匹配时，你需要首先创建一个模板，这个模板代表了你要搜索的目标。然后你的机器视觉应用程序会在采集到的每个图像中搜索模板，并计算每个匹配的分数。这个分值表示了找到的匹配对象与模板的相似程度。分值从0~1000分，值越高表示越相似，1000分则是完美的匹配，通常也只有在提取模板的图像中才有1000分的匹配高分。

模式匹配算法是机器视觉应用一些比较重要的功能，因为这些算法可以使用在多种不同的图像处理程序中。可以使用模式匹配在以下三个通常的应用程序中：

使用模式匹配可以决定位置和方向，通过匹配一个已知的目标定位基准点。通过基准点可以作为目标的参考点，建立参考坐标系，从而完成其它的测试测量，如尺寸、粒子分析、字符识别等。

测量长度、直径、角度和其它关键尺寸。如果测量结果位于设置的公差范围外，被测组件为NG可以被拒绝。使用模式匹配来定位你想要测量的目标。

当然模式匹配本身不具备测量功能，但是它可以首先用于定位，然后你可以更加准确的测量某些你想要的参数。

检测简单的缺陷，如零件的存在与否，不可读的打印等；又或者用于一些不严格的计数等。

模式匹配可以为应用程序提供被测图像中模板的数量以及位置。例如，你可以搜索一幅PCB图像中的一个或多个基准点。机器视觉应用程序使用基准点对齐芯片安装设备中的芯片完成对位。下面的图1-A显示了PCB的一部分，图1-B显示了公共基准点在PCB板检测中或芯片抓取-放置应用程序中。

[attach]8025[/attach]

图1 模式匹配的应用

测量应用中首先需要定位，然后再测试测量一幅图像中的目标尺寸。如果测量在一个公差范围内，则检查对象通过PASS，如果测量值在一个公差范围外，则对象被拒绝FAIL。

    寻找和发现图像是图像处理的关键任务，它可以决定许多测量应用的成功与否。在实时应用中，搜索速度是至关重要的。因为模式匹配的速度通常比较低，因此在实时系统中，可能搜索速度是最需要考虑的问题。就自在一般的应用，如果需要考虑检测能力与生产效率，也是需要考虑模式匹配的搜索速度的。复杂的搜索可能需要几十、几百毫秒的时间，这对于实时或高速生产是比较要命的。因此在这样的应用当中，如果没有必要，可以考虑使用其它方法来代替模式匹配。

因为模式匹配是许多机器视觉应用程序的第一步，因此它必须在各种条件下都可以可靠的工作。在自动机器视觉应用中，被测的材料或组件的视觉外观是会改变的由于不同的因素影响，如零件的方向、比例变化、照明变化等。模式匹配工具必须保持其能力来定位参考模式当这些因素的变化时。以下内容描述一般情况下模式匹配工具需要返回正确的结果。

一个模式匹配算法需要在图像在定位参考模式，即使模式在图像中会旋转或缩放。当图像中的模式旋转或缩放时，模式匹配工具可以在图像中检测以下的项目：

l  图像中的模式

l  图像中模式的位置

l  模式的方向

l  如果适用，可以检测图像中多个匹配结果实例

下面的图像中，A图显示了模板图像。B图显示了图像中的模式匹配偏移。C图中显示了图像的中的模式匹配旋转。D图则显示了图像中的模式匹配的缩放。同时B、C、D也说明了模板的多个实例。

[attach]8024[/attach]

图2 模式方向与多匹配实例结果