图像处理之基于NCC模板匹配识别

本文介绍NCC(归一化互相关)算法的基本原理及其在图像模板匹配中的应用。详细阐述了如何通过计算图像样本间的NCC值来评估它们的相关性,并介绍了实现过程中的关键步骤,包括数据归一化、计算NCC值及结果标记。

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

2、这一篇,加深应用:

http://www.skcircle.com/?id=240

 

1、这一篇,帮助理解

一:基本原理

       NCC(Normalized cross correlation)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,而对图像来说,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,基于这个原理,实现图像基于模板匹配识别算法,其中第一步就是要归一化数据,数学公式如下:

二:实现步骤

(1)获取模板像素并计算均值与标准方差、像素与均值diff数据样本

(2)根据模板大小,在目标图像上从左到右,从上到下移动窗口,计算每移动一个像素之后窗口内像素与模板像素的ncc值,与阈值比较,大于阈值则记录位置

(3)根据得到位置信息,使用红色矩形标记出模板匹配识别结果。

(4)UI显示结果
转载至https://blog.youkuaiyun.com/jia20003/article/details/48852549


 

评论
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