但是，决定整个算法的计算工作量大小的，，还有另外一个因素，那就是(1)式右端的因 子(L~M)所标志的部分。即在搜索区内搜索匹配点所需要的搜索次数。当窗口尺度M较 小时（<0.5)，它是决定性的因素。壁如说，当5<<0.5时，由于窗口相对而言很小， 而搜素区很大，在搜索区内沿X方向和Y方向逐点搜索所化的次数当然就要很多。这时，哪 怕在窗口内的计算减少到一次运算，那么仍然无济于事，整个算法仍然需要(L一M)2次运 算。也就是说在M较小的情说下，节省窗口内的计算量对整个算法的改进意义不大。这时， 选用什么样的判据，因而化费或多或少的计算量，由于窗口的积分面积很小，而对于整个算 法的计算工作量来说显得不甚重要了。重要的是减小搜索匹配点的搜索次数。传统算法的那 种按每行、每列地逐点搜索，正是问题的症结所在。在搜索区内采用一种新的搜素方法来获 得匹配点，以减小搜索次数，因而减小整个算法的计算工作量，这就是本文的出发点。 二、随机搜索算法 这个算法的基本思想是 ，在搜索区内随机地任选一 点做为起点，然后沿着指向 匹配点的最简捷的路径跨出 (X,Y1 一个适当的步距，到达新的 一点。检查这一点是否是所 要求的匹配点，如果不是， (x++Y> 则按照以上的方式继续搜素 前进。当无法到达目标点时 (b) (其原因后面再讨论)，则 图2 重新在一个新的随机点上起 步，仍按照上述方式搜索前进。这些随机选取的、互相不重覆的起点是在搜索区内按等概率 均匀分布的伪随机序列，它是由一个专门的程序产生的。 下面来具体地讨论这一算法。 首先碰到的问题是如何描述平移窗口内的图象，为此需要定义一个二元函数2(x,y)如 下 a a X- 2 2 (X,y)=1 y- 2 2 x-2 2 (X,y)=0 b y- 72 ◆ 称之为“透明窗口”，其定义域的域界是a、b,如图2a所示。如果令a+o,b→o,那么2 (x,y)就成为一个二维的单位阶跃函数，这正和一元函数中的有因函数1(t)是类似的。引进 56但是 ， 决定整个算法的计算工作盆大小的 ， 还有另外一个因素 ， 那就是 式右端的 因 子 一 所标志的部分 。 即在搜索区 内搜索匹 配点所需要的 搜索次数 。 当窗 口 尺度 较 小时 七 ， 它是决定性的 因素 。 譬如说 ， 当 七 时 ， 由于 窗口 相对而 言很小 ， 而搜索区很大 ， 在搜索 区内沿 方向和 方 向逐点搜索所化的 次数当然就要很多 。 这 时 ， 哪 伯在窗 口 内的计算减少到一次运算 ， 那 么仍然无济于事 ， 整个算法仍然需要 一 么 次运 算 。 也就是说 在 较小的情况下 ， 节省窗口 内的计算量 对整个算法 的改进 意义 不大 。 这时 ， 选用什么样 的判 据 ， 因而化费或多或少的计算最 ， 由于 窗 口 的积 分面 积很 小 ， 而对于 整 个算 法的计算工 作盆 来说显得不 甚 重要 了 。 重要 的是减小搜索 匹 配点 的搜索次数 。 传统算法 的那 种按每行 、 每列地逐点搜索 ， 正是 问题的症结所在 。 在搜 索 区内采 用一种新 的搜索方 法来 获 得匹 配点 ， 以减小搜索次数 ， 因而减小整个算法 的计算工 作量 ， 这就是本文的 出发点 。 啼 伙 二 、 随机搜索算法 这个算法的 基本思 想是 ， 在搜索区 内随机地任选一 点做为起点 ， 然后 沿着指 向 匹 配点的最简捷的路径跨出 一个适 当的步距 ， 到达新 的 一点 。 检 查这一点是 否是所 要求的匹 配点 ， 如果不是 ， 则按照 以 上的方式 继续搜索 前进 。 当无法到达 目标点时 其原因后面再讨论 ， 则 重新在一个新的 随机点 上起 一 步 ， 仍按照上述方式搜索前进 。 这些随机选取的 、 互相不 重覆 的起点是在搜索 区内按等概率 均匀分布的伪 随机序列 ， 它是 由一个专门的程序产生的 。 下面来具 体地讨论这一算法 。 首先碰到的问超是如何描述平移窗 口 内的图象 ， 为此需要定义一个二元 函数 ， 如 下 ， 、 … 、 成簇一 一 一 一 令‘ ， 尹、月，气 一 一 丁 称之为 “ 透 明窗 口 ” ， 其 定义 域的域 界是 、 ， 如 图 所示 。 如 果 令 ， ， ， 那 么 ， ’ 就 成为一 个二维 的单位 阶跃 函数 ， 这 正和一元 函数 中的 有因 函数 是 类 似 的 。 引迸 早