图像匹配之归一化积相关灰度匹配

本文介绍了归一化积相关作为图像匹配的一种方法,因其对比例因子误差不敏感和抗噪声能力强的特点而被广泛应用。通过计算模板图T与搜索图S的互相关值,找到最佳匹配位置,实现图像匹配。文中还展示了使用OpenCV在VS2008下实现该算法的程序示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

归一化积相关是一种典型的基于灰度相关的算法,具有不受比例因子误差影响和抗白噪声干扰能力强等优点。

它使用的相似性度量定义如下:


R即为相似性的度量值,该值越大,代表相似性越大。T是模板,S是搜索图。将模板图T放在搜索图S上平移,模板覆盖下的那块搜索图叫做Sij,(i,j)为这块子图左上角像点在S图中 的坐标,称为参考点。式中分子位置的项是子图像和模板的互相关,随(i,j)的改变而改变,分母的第二项表示的是模板的总能量,第一项表示的是子图S的总能量。当T和Sij匹配时,R即为最大值。

我用opencv在VS2008中编写了一段程序,程序如下:

#include "stdafx.h"
 
#include <opencv2/opencv.hpp>
#include "highgui.h"
#include <math.h>

IplImage *src_gray1, *src_gray2, *src_gray3;
IplImage *T_gray1, *T_gray2, *T_gray3;
IplImage* S_img,*Match_image;

void AllocateImage(IplImage* I,IplImage* T)   //给图像分配大小
{
	CvSize sz   = cvGet
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值