基于相关性的模板匹配NCC

（一）根本思想

• 是一种基于统计学计算两组样本数据相关性的算法，其取值范围为[-1, 1]之间

（二）原理

• 对图像来说，每个像素点都可以看出是RGB数值，这样整幅图像就可以看成是一个样本数据的集合，如果它有一个子集与另外一个样本数据相互匹配则它的ncc值为1，表示相关性很高；如果是-1，则表示完全不相关

（三）使用条件

• 相关性模板匹配应用场合：搜索对象有轻微的变形，大量的纹理，图像模糊等场合，速度快，精度低

• 该方法也有其局限性，如果与参考图像相比，检测图像的位移、旋转或者缩放比较大，可能会导致匹配失败

• NCC对遮挡和杂波以及图像中的非线性光照变化非常敏感。如果一个模型在遮挡、杂波或非线性照明变化中被发现，则应该使用基于形状的匹配执行

（四）相关性匹配算子

 /*
 1.创建模板：create_ncc_model()
 2.寻找模板：find_ncc_model()
 3.显示模板：dev_display_ncc_matching_results()
 4.释放模板：clear_ncc_model()
 */

1、create_ncc_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Metric : ModelID)

• 定义：准备一个NCC模型进行匹配

• Template：输入的模板图像

• NumLevels

• 该参数的作用是确定金字塔层数

• 首先应该选择尽可能大的对象，因为这样可以显著减少查找对象所需的时间。另一方面，NumLevels的选择必须使模型仍然可识别，并且在金字塔的最高级别上应该包含足够数量的点(至少8个，意思是金字塔层数也不能过大)

• 检查金字塔层数是否合理的方法：可以使用gen_gauss_pyramid的输出图像进行检查

• 如果没有生成足够的模型点，则内部减少金字塔层的数量，直到在最高的金字塔层上找到足够的模型点

• 将NumLevels设置为'auto'或0，将自动确定金字塔的层数。在创建模型后可以使用get_ncc_model_params查询自动计算的金字塔层数

• 针对金字塔层数设置的过大或过小如何解决？

• 如果金字塔层的数量选择太大，模型可能无法在图像中识别，或者可能需要在find_ncc_model中为MinScore选择非常低的参数，以便找到模型

• 如果金字塔层的数量选择过小，在find_ncc_model中找到模型所需的时间可能会增加。在这些情况下，应该通过检查gen_gauss