normxcorr2

归一化的二维互相关

折叠所有页面

语法

C = normxcorr2(模板)

描述

例子

C= normxcorr2 (模板，一个)计算矩阵的归一化互相关模板和一个．由此产生的矩阵C包含相关系数。

例子

全部折叠

使用互相关查找图像中的模板

打开生活的脚本

读取两个图像到工作空间，并将它们转换为灰度使用normxcorr2．并排显示图像。

洋葱= im2gray (imread (“onion.png”));辣椒= im2gray (imread (“peppers.png”));蒙太奇({辣椒、洋葱})

图中包含一个轴对象。axis对象包含一个image类型的对象。

执行相互关联，并将结果显示为一个表面。

c = normxcorr2(洋葱、辣椒);冲浪(c)阴影平

图中包含一个轴对象。axis对象包含一个类型为surface的对象。

找出相互关系的峰值。

[ypeak, xpeak] =找到(c = = max (c (:)));

考虑到填充normxcorr2补充道。

yoffSet = ypeak-size(洋葱,1);xoffSet = xpeak-size(洋葱,2);

显示匹配的区域drawrectangle函数。“Position”名称-值对参数指定ROI的左上角坐标、宽度和高度作为4元素向量(xmin ymin、宽度、高度)．指定ROI的表面是完全透明的。

imshow(辣椒)drawrectangle (gca),“位置”(xoffSet yoffSet、大小(洋葱、2),大小(洋葱,1)]。…“FaceAlpha”, 0);

图中包含一个轴对象。axis对象包含两个类型为image的对象，images.roi.rectangle。

输入参数

全部折叠

`模板`- - - - - -输入模板
数字矩阵

输入模板，指定为数字矩阵。的值模板不可能都是一样的。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

`一个`- - - - - -输入图像
数字矩阵

输入图像，指定为数字图像。一个必须大于矩阵模板使规范化有意义。

归一化互相关是一个未定义的操作在以下区域一个在整个模板范围内的方差为零。在这些地区,normxcorr2给输出赋零相关系数C．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

输出参数

全部折叠

`C`-相关系数
数字矩阵

相关系数，以数值矩阵的形式返回，其值范围为[- 1,1]。

数据类型:双

算法

normxcorr2使用下列一般程序［1］，[２]：

根据图像的大小，计算空间或频域的互相关。
通过预计算运行和来计算局部和［1］．
利用局部和对互相关进行归一化，得到相关系数。

其实施严格遵循的公式［1］：

$γ （ u ， v) ＝ \frac{\sum_{x ， y} ［ f （ x ， y) - {\bar{f}}_{u ， v} ］［ t （ x - u ， y - v) - \bar{t} ］}{{｛ {\sum_{x ， y} ［ f （ x ， y) - {\bar{f}}_{u ， v} ］}^{2} \sum_{x ， y} {［ t （ x - u ， y - v) - \bar{t} ］}^{2} ｝}^{0．5}}$