1.一种基于模板匹配算法的目标检测方法，其特征是包括以下步骤：步骤1.采集目标的图像数据，在OpenGL中生成目标不同视角下的渲染图像，提取RGB图像的梯度特征与深度图像的法向特征，保留最大特征的方向，生成待匹配的模板库；

(1)对于给定的模板库M，提取每个模板的视角图像I和相应的位姿参数R；

(2)针对每个视角图像I，从中提取dc大小的局部图像块pj；

(3)遍历所有局部图像块，将其加入局部图像集合P中；

(4)对于P中的每个局部图像块pk，提取其特征向量fk，并将其加入局部特征集合B中；

得到模板库M中每个模板的局部特征集合；

步骤2.利用Kinect相机采集场景下的目标的RGB图像与深度信息，对彩色图像提取梯度特征，对深度图像提取法向特征；利用滑窗匹配的方法与模板库中的模板特征进行相似度计算，根据相似度计算的最大值判断是否为目标物体：(1)首先对目标场景进行图像块分割，得到一组图像块(pi，Ti)，其中p表示图像块，Ti表示其对应的标签；

(2)对于每个图像块pi，提取其特征向量fi，使用Encoder函数将图像块pi转换成其特征向量fi；

(3)针对每个特征向量fi，遍历k个特征向量fm，若fi和fm之间的相似度大于预设阈值s，则认为它们表示同一个目标；

(4)对于每个被认为是同一个目标的图像块pi和pm，将它们的标签Ti和Tm作为数据集，使用分类算法计算其相似度Vr；

(5)对于所有的局部图像块，进行阈值判断，若某个局部图像块的相似度vr大于预设阈值ts，则将其特征向量hr加入到匹配结果的向量H{}中；最后根据集合H{}中的特征向量计算出匹配结果。