本文介绍了在Matlab中使用匹配方法进行目标识别，涉及知识点包括目标识别、决策理论方法、最小距离分类器和空间相关。首先将图像转为灰度图并调整数据类型，然后通过padarray填充0以便遍历。使用决策函数计算最佳匹配，并引用了冈萨雷斯的《数字图像处理》作为理论依据。已知问题：匹配过程较慢，相关匹配速度更快。
如果要在一幅图像中寻找已知物体，最常用且最简单的方法之一就是匹配。
在目标识别的方法中，匹配属于基于决策理论方法的识别。匹配方法可以是最小距离分类器，相关匹配。本文code是基于最小距离分类器，基于相关匹配的与此类似。
本文涉及到的知识点如下：
1、目标识别.
2、基于决策理论方法的识别
3、匹配（最小距离分类器、相关匹配）
4、空间相关（相关匹配涉及）
匹配之前，需要先将图像转换为灰度图，函数为rgb2gray，由于matlab对浮点型支持较为完善，我们还需将图像数据类型更改为double，函数为im2double。之后再将原始图像补0，这样才能遍历图像的每一点，函数padarray。
决策函数的计算为djx=x'*mj-0.5*mj'*mj;冈萨雷斯的《数字图像处理》Page561中有写。之后寻找最佳匹配。
本文算法主要参考冈萨雷斯的《数字图像处理》。
</
最低0.47元/天 解锁文章
扫一扫
1106
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
