テンプレートマッチング過程において、対象画像が部分的に遮蔽されることや背景変化、照明変化、激しい非剛性変形などによりマッチングが失敗する問題を解決するために、本論文では多特徴融合に基づく共生行列テンプレートマッチングアルゴリズムを提案する。まず、多特徴融合の方法で画像情報を抽出する。画像の色特徴、深度特徴、方向勾配ヒストグラム（HOG）特徴をそれぞれ抽出し、主成分分析（PCA）およびK平均クラスタリングにより多チャネル多特徴融合を実現する；次に、共生行列を類似度の測定方法として用い、直接距離計算の代わりに統計的類似特徴情報を利用する；最後に、スライディングウィンドウ内の各ピクセル対の共生確率を計算し、重み付き和としてスコアを算出することで対象画像上の最適なマッチング領域を探索する。実験比較により、本論文のアルゴリズムはAUC（Area Under Curve）スコアで0.6586を達成し、現状最良のテンプレートマッチングアルゴリズムであるDDIS-D、DDIS-C、BBSアルゴリズムと比較してそれぞれ7.9％、8.1％、20.2％向上した。特徴融合の方法は画像情報を十分に活用でき、マッチングの精度を効果的に向上させることが可能であり；共生行列は画像のテクスチャ類似性を捉えることができ、この測定方法は共生統計にのみ依存し、実際の画素には依存しないため、複雑なシーンがマッチング結果に与える影響をある程度克服できる。実験結果は、本論文の手法がより高いマッチング精度と強いロバスト性を持つことを示している。

画像処理;テンプレートマッチング;多特徴融合;共生行列