本文基于相關(guān)性分析來實現(xiàn)圖像匹配_第1頁
本文基于相關(guān)性分析來實現(xiàn)圖像匹配_第2頁
本文基于相關(guān)性分析來實現(xiàn)圖像匹配_第3頁
本文基于相關(guān)性分析來實現(xiàn)圖像匹配_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文基于相關(guān)性分析來實現(xiàn)圖像匹配第一步：讀取圖像。分別讀取以下兩幅相似的圖片，顯示效果如下：第二步：選擇一副圖像的子區(qū)域。用戶可以通過鼠標(biāo)選擇需要截取的圖像部分，用于匹配。隨機選取圖片的一塊區(qū)域，如下圖：第三步：使用相關(guān)性分析兩幅圖像采用協(xié)方差的方式計算相關(guān)系數(shù)，分析圖片的相似性。 1協(xié)方差與相關(guān)系數(shù)的概念對于二維隨機變量，除了關(guān)心它的各個分量的數(shù)學(xué)期望和方差外，還需要知道這兩個分量之間的相互關(guān)系，這種關(guān)系無法從各個分量的期望和方差來說明，這就需要引進描述這兩個分量之間相互關(guān)系的數(shù)字特征協(xié)方差及相關(guān)系數(shù)。若相互獨立,則;若,則表示X與Y不獨立,X與Y之間存在著一定的關(guān)系設(shè) 是二維隨機變量， 則

2、稱為X與Y的協(xié)方差（Covariance），記為 或，即 若 且，則稱 為X與Y的相關(guān)系數(shù)（Correlation Coefficient）。是有量綱的量，而則是無量綱的量協(xié)方差常用下列公式計算2用全搜索和協(xié)方差計算截取圖片與另外一幅圖片的各點的相似度。c=normxcorr2(sub_I1(:,:,1),I2(:,:,1);第四步：找到整幅圖像的偏移。max_c,imax=max(abs(c(:);ypeak,xpeak=ind2sub(size(c),imax(1);m,n=size(sub_I1);xbegin=xpeak-n+1;ybegin=ypeak-m+1;xend=xpeak;yend=ypeak;從原圖像提取匹配到的圖像extracted_I1=I2(ybegin:yend,xbegin:xend,:);第五步：顯示匹配結(jié)果。相關(guān)性匹配圖：找出峰值即最相似區(qū)域的中心第六步：計算差值。for i=1:m for j=1:n T(i,j)=extracted_I1(i,j)-sub_I1(i,j); endend結(jié)果全為0，即高

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論