目标跟踪之——多尺度模板匹配

本文探讨了在目标跟踪中使用多尺度模板匹配的技术。通过改变模板的大小和比例,能有效应对目标在不同场景下的变化,提高跟踪的准确性和鲁棒性。详细阐述了匹配过程和优化策略,为实际应用提供了理论指导。

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

%%
%Date:2017-10-13
%Author:WPH
%Require:mexopencv3.0
%多尺度模板匹配
%原理:根据原始模板图像预先产生一系列不同尺度的模板
%检测的时候分别用上述各个尺度的模板遍历图像

%%
clear;
clc;

srcImg_rgb=imread('0132.jpg');
tImg=imread('hh.jpg');
srcImg=rgb2gray(srcImg_rgb);

[tImg_rows,tImg_cols]=size(tImg);
sprintf('原始模板的尺度(行,列)为:[%d,%d]',tImg_rows,tImg_cols)

%总共10种尺度
scale_step=1.1;
%一系列不同尺度
size_multi=
评论 1
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