文档帮助中心文档
归一化的二维互相关
C = normxcorr2(模板)
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。
C= normxcorr2 (模板,一个)
C
模板
一个
全部折叠
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。
normxcorr2
洋葱= im2gray (imread (“onion.png”));辣椒= im2gray (imread (“peppers.png”));蒙太奇({辣椒、洋葱})
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
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。
drawrectangle
(xmin ymin、宽度、高度)
imshow(辣椒)drawrectangle (gca),“位置”(xoffSet yoffSet、大小(洋葱、2),大小(洋葱,1)]。…“FaceAlpha”, 0);
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
单
双
int8
int16
int32
int64
uint8
uint16
uint32
uint64
逻辑
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.
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
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 ) = ∑ x , y [ f ( x , y ) − f ¯ u , v ] [ t ( x − u , y − v ) − t ¯ ] { ∑ x , y [ f ( x , y ) − f ¯ u , v ] 2 ∑ x , y [ t ( x − u , y − v ) − t ¯ ] 2 } 0.5
在哪里
f 是形象。
t ¯ 是模板的平均值吗
f ¯ u , v 的平均值 f ( x , y ) 在模板下的区域。
[1]“快速标准化互相关”,工业光与魔术
Haralick, Robert M.和Linda G. Shapiro,计算机与机器人视觉,第二卷,Addison-Wesley, 1992, 316-317页。
backgroundPool
ThreadPool
这个函数完全支持基于线程的环境。金宝app有关更多信息,请参见在线程环境中运行MATLAB函数.
该功能完全支持GPU阵列。金宝app有关更多信息,请参见GPU上的图像处理.
corrcoef|corr2
corrcoef
corr2
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系