(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