模板匹配

定位模板在图像

扩展所有的页面

库:
计算机视觉工具箱/分析和提高

描述

的模板匹配块内发现的最佳匹配模板的输入图像。块计算匹配度量值通过改变模板在感兴趣的区域或整个图像,然后找到最佳匹配位置。

块输出匹配度量值或集中(x,y)坐标最好的模板匹配。可选lbock可以输出一个N——- - - - - -N矩阵的匹配度量值集中在最佳匹配位置。

例子

在使用模板匹配图像找到对象的位置

参考图像和模板图像读入MATLAB工作区。

打开脚本

港口

输入

全部展开

我- - - - - -图像
图像

输入图像与模板使用。不垫块输入数据。因此,它只能计算值之间的匹配度量输入图像和模板,模板的定位,使其完全落在输入图像。一组的所有这类职位模板称为有效的输入图像的区域。有效区域的大小的区别是输入的大小和模板图像+ 1。

大小_有效的=大小_输入——大小_模板+ 1

(1)

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

T- - - - - -模板
米——- - - - - -N矩阵

模板,指定为一个米——- - - - - -N矩阵

的模板匹配不垫块输入数据。因此,它只能计算值之间的匹配度量输入图像和模板,模板的定位,使其完全落在输入图像。一组的所有这类职位模板称为有效的输入图像的区域。有效区域的大小的区别是输入的大小和模板图像+ 1。

大小_有效的=大小_输入——大小_模板+ 1

(2)

数据类型:单|双|uint8|布尔|不动点

ROI- - - - - -感兴趣的区域
研制出向量

感兴趣的区域矢量格式(x,y,宽度,高度),(x,y)从左上角的坐标。块输出最佳匹配位置指数相对于输入图像的左上角。

数据类型:单|双|uint8|布尔|不动点

输出

全部展开

度规- - - - - -匹配度量值
矩阵

矩阵的匹配度量值。比赛的矩阵度量总是实现单步迭代详尽的窗口。因此,块计算每个像素的度量值。

依赖关系

当你设置输出参数度量矩阵、块输出有效的图像大小。

数据类型:单|双|uint8|布尔|不动点

疯狂的- - - - - -最佳匹配位置
双元素向量

最好的模板匹配位于集中(x,y)坐标。在ROI处理模式中,将图像块在ROI ROI次区域的延伸。因此,计算最佳匹配位置的实际边界的ROI。块输出最佳匹配坐标,相对于图像的左上角。集中(x, y)坐标的对应模板的中心位置。下面的表显示了块输出奇数和偶数模板的中心坐标:

奇数像素的模板	偶数像素的模板

数据类型:uint32

NMetric- - - - - -度量值附近的最佳匹配
N——- - - - - -N矩阵

度量值在附近最好的比赛,作为一个返回N——- - - - - -N矩阵。N中指定的面具,必须是奇数。当您选择最佳匹配位置返回矩阵的指标在最佳匹配一个社区,一个详尽的循环计算的度量值N——- - - - - -N社区。这个输出执行模板匹配与亚像素精度尤其有用。

数据类型:单|双|uint8|布尔|不动点

NValid- - - - - -有效的社区
|在

启用跟踪有效的附近地区。度量值的邻域矩阵是有效的ROI。块设置NValid输出如下:

1——包含最佳匹配的社区内完全感兴趣的地区。
0——包含最佳匹配的邻居是完全或部分以外的地区的利益。

依赖关系

这个端口出现当你启用输出NxN矩阵度量值的最佳匹配参数。

数据类型:布尔

ROIValid- - - - - -有效的
|在

启用跟踪感兴趣的有效区域。如果外的ROI是部分有效的图像,块只有处理交叉的ROI和有效的图像。块设置ROIValid输出如下:

1——内部的ROI是完全有效的输入图像的一部分。
0——ROI是完全或部分之外的有效输入图像的一部分。

依赖关系

这个端口出现当你启用输出标志指示如果ROI是有效的参数。

数据类型:布尔

参数

全部展开

主要选项卡

匹配度规- - - - - -匹配度规
`的绝对差异`(默认)|`的平方之和的差异`|`最大绝对差`

选择匹配指标之一:

的绝对差异(SAD)
的平方之和的差异(SSD)
最大绝对差(MaxAD)

计算块的匹配度量每一步迭代。选择最适合您的应用程序的匹配度量。块计算全球最佳最好的度量值。它使用有效的次区域的输入图像分割的ROI,如果提供。

输出- - - - - -匹配度规
`匹配度规`(默认)|`最佳匹配位置`

选择输出的类型之一:

匹配度规——输出匹配度量矩阵。这个选项增加了度规输出端口的块。
最佳匹配位置——输出x,y)为最佳匹配的位置坐标。这个选项增加了疯狂的输出端口的块。它还使搜索方法,输出NxN矩阵度量值的最佳匹配,使ROI处理可用的参数。
的输出参数的数据类型面板出现当你设定输出的参数主要选项卡来度量矩阵或者如果你设置它最佳匹配位置你使输出NxN矩阵度量值的最佳匹配参数。

搜索方法- - - - - -搜索方法
`详尽的`(默认)|`三步`

指定的搜索方法详尽的或三步。的详尽的搜索方法是计算密集型的,因为它在每个像素位置搜索的图像。然而,这种方法提供了一个更精确的结果。

的三步搜索方法是使用一个社区的快速搜索方法和搜索在每一个像素。搜索开始于一个步长等于或略大于一半的最大搜索范围,然后采用以下步骤:

块比较9在每一步搜索点。有一个中心点和八个搜索点位于搜索区域边界。
块的精神性的步长,每一步后,结束搜索步长为一个像素。
在每一个新的一步,阻止移动搜索中心产生的最佳匹配点上一步。在下面的图中蓝色的圆圈代表数量的搜索步长三个开始。数量两个绿色圆圈表示接下来的搜索,两步长,围绕从先前的搜索发现的最佳匹配。最后,3号橘色圆圈表示最终的搜索,一个步长,围绕前面的最佳匹配。

依赖关系

这个参数出现当你设置输出参数最佳匹配位置。

输出NxN矩阵度量值的最佳匹配- - - - - -输出N——- - - - - -N矩阵
(默认)|关闭

可以添加NMetric和NValid港口。

依赖关系

这个参数出现当你设置输出参数最佳匹配位置。

N- - - - - -输出矩阵的大小
`3`(默认)|整数

输出矩阵的大小。这个值的大小决定N——- - - - - -N输出矩阵指数围绕最佳匹配位置。N必须是奇数。

依赖关系

这个参数出现当你启用输出NxN矩阵度量值的最佳匹配参数。

使ROI处理- - - - - -使ROI处理
(默认)|关闭

使ROI处理。

依赖关系

这个参数出现当你设置输出参数最佳匹配位置。
当您启用此参数,添加了ROI输入端口,和输出标志指示如果ROI是有效的参数出现。

输出标志指示如果ROI是有效的- - - - - -有效的投资回报率
(默认)|

可以添加ROIValid端口。

依赖关系

这个参数出现当你启用使ROI处理参数。

数据类型选项卡

在定点块参数的详细信息,请参见指定定点属性块。

块特征

数据类型	`布尔`\|`双`\|`不动点`\|`整数`\|`单`
多维信号	`没有`
适应信号	`是的`

算法

全部展开

匹配度量

匹配度量使用差分方程的一般形式:

$d_{p} (x, y) = (\sum_{我 = 1}^{n} {| x_{我} - y_{我} |}^{p})^{\frac{1}{p}}$

$l_{n}^{p}$ 表示度量空间 $(R^{n}, d_{p})$ 为 $R^{n}$ n>1。

绝对误差和(SAD)

可悲的度量是也被称为出租车或曼哈顿距离指标。的绝对值和原始图像像素之间的差异和相应的模板中像素的图像。这个指标是 $l^{1}$ 规范的不同形象。悲伤的分数最低的估计模板在搜索图像的最佳位置。距离度量一般悲伤变成了:

$d_{1} (我_{j}, T) = \sum_{我 = 1}^{n} | 我_{我, j} - T_{我} |$

的平方之和的差异(SSD)

也被称为SSD度量欧氏距离指标。它总结的平方在原始图像像素之间的绝对差异和相应的模板中像素的图像。这个度量的平方 $l^{2}$ 规范的不同形象。一般的SSD距离度量就变成:

$d_{2} (我_{j}, T) = \sum_{我 = 1}^{n} {| 我_{我, j} - T_{我} |}^{2}$

最大绝对差(MaxAD)

也被称为MaxAD度量统一的距离指标。它总结的最大绝对值的原始图像像素之间的差异和相应的模板中像素的图像。这个距离度量提供了 $l^{\infty}$ 规范的不同形象。一般MaxAD距离度量就变成:

$d_{\infty} (我_{j}, T) = \lim_{x \to \infty} \sum_{我 = 1}^{n} {| 我_{我, j} - T_{我} |}^{p}$

这简化了:

$d_{\infty} (我_{j}, T) = {马克斯}_{我}^{n} {| 我_{我, j} - T_{我} |}^{p}$

引用

[1]郎T。,et. Al. Motion-compensated interframe coding for video conferencing. In National Telecommunications Conference. Nov. 1981, G5.3.1–5, New Orleans, LA.

[2]Zakai M。,“General distance criteria”IEEE交易信息理论1964年1月,页94 - 95。

[3],J。,J. Amores, N. Sebe, Q. Tian, "A New Study on Distance Metrics as Similarity Measurement" IEEE International Conference on Multimedia and Expo, 2006 .

扩展功能

C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。金宝app

定点转换
设计和模拟使用定点定点系统设计师™。

版本历史

介绍了R2009b

另请参阅

块匹配

主题

视频稳定

模板匹配

描述

例子

在使用模板匹配图像找到对象的位置

港口

输入

我- - - - - -图像图像

T- - - - - -模板米——- - - - - -N矩阵

ROI- - - - - -感兴趣的区域研制出向量

输出

度规- - - - - -匹配度量值矩阵

依赖关系

疯狂的- - - - - -最佳匹配位置双元素向量

NMetric- - - - - -度量值附近的最佳匹配N——- - - - - -N矩阵

NValid- - - - - -有效的社区|在

依赖关系

ROIValid- - - - - -有效的|在

依赖关系

参数

匹配度规- - - - - -匹配度规的绝对差异(默认)|的平方之和的差异|最大绝对差

输出- - - - - -匹配度规匹配度规(默认)|最佳匹配位置

搜索方法- - - - - -搜索方法详尽的(默认)|三步

依赖关系

输出NxN矩阵度量值的最佳匹配- - - - - -输出N——- - - - - -N矩阵(默认)|关闭

依赖关系

N- - - - - -输出矩阵的大小3(默认)|整数

依赖关系

使ROI处理- - - - - -使ROI处理(默认)|关闭

依赖关系

输出标志指示如果ROI是有效的- - - - - -有效的投资回报率(默认)|

依赖关系

块特征

算法

匹配度量

绝对误差和(SAD)

的平方之和的差异(SSD)

最大绝对差(MaxAD)

引用

扩展功能

C / c++代码生成使用仿真软件生成C和c++代码®编码器™。金宝app

定点转换设计和模拟使用定点定点系统设计师™。

版本历史

另请参阅

主题

我- - - - - -图像
图像

T- - - - - -模板
米——- - - - - -N矩阵

ROI- - - - - -感兴趣的区域
研制出向量

度规- - - - - -匹配度量值
矩阵

疯狂的- - - - - -最佳匹配位置
双元素向量

NMetric- - - - - -度量值附近的最佳匹配
N——- - - - - -N矩阵

NValid- - - - - -有效的社区
|在

ROIValid- - - - - -有效的
|在

匹配度规- - - - - -匹配度规
`的绝对差异`(默认)|`的平方之和的差异`|`最大绝对差`

输出- - - - - -匹配度规
`匹配度规`(默认)|`最佳匹配位置`

搜索方法- - - - - -搜索方法
`详尽的`(默认)|`三步`

输出NxN矩阵度量值的最佳匹配- - - - - -输出N——- - - - - -N矩阵
(默认)|关闭

N- - - - - -输出矩阵的大小
`3`(默认)|整数

使ROI处理- - - - - -使ROI处理
(默认)|关闭

输出标志指示如果ROI是有效的- - - - - -有效的投资回报率
(默认)|

C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。金宝app

定点转换
设计和模拟使用定点定点系统设计师™。