目标识别和定位目前是机器视觉研究的重要内容之一。作为目标识别和定位的有效手段,模板匹配目前广泛应用于工业中物体的识别与定位、跟踪以及完整性检测等场合。随着工业自动化的飞速发展,对机器视觉的要求也不断提高,因此需要开发出满足工业应用的模板匹配算法具有重要意义。本文提出了一种基于几何特征的模板匹配算法。将边缘点梯度方向作为算法的匹配信息,为了保证高速匹配,使用了图像金字塔由粗到精的匹配策略和积分图像及时退出非目标位置匹配的方法。同时为了得到高精度,使用了曲面拟合提取亚像素级精度的边缘点信息。在阈值判断前,对特征点集进行离散性排序,在目标存在部分遮挡和隐藏的情况下也能保证良好的鲁棒性。主要研究内容如下:首先,分粗精匹配两个过程展开介绍了本文快速模板匹配算法的设计,确定了相似度量方法,采用归一化梯度值的方法来避免光照的影响。同时利用了积分图像以及图像金字塔进行提速。还介绍了曲面拟合原理,以及亚像素级精度边缘的获取等。其次,详细介绍了本文算法的几个关键环节,在模板的创建中对特征点进行曲面拟合以获取亚像素精度的边缘,同时在分析了图像金字塔的构建方法的优缺点后选择2×2均值滤波法,在目标出现旋转的情况下,本文算法选择了在不同层金字塔选择不同的角度步幅对模板特征点集进行旋转,并且绘制了匹配过程的算法流程图。最后对本文视觉系统的硬件平台进行介绍并对算法的稳定性、可靠性以及匹配速度和精度方面分别进行了测试,了解算法的实际性能,并对本文研究成果进行了总结,指出了算法的不足之处并提出了改进的方向。