基于空间相关的图像模板匹配及MATLAB实现

最新推荐文章于 2025-08-19 14:32:16 发布

原创最新推荐文章于 2025-08-19 14:32:16 发布 · 2.4w 阅读

125 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #图像分割 #模板匹配 #模式识别

模式识别专栏收录该内容

13 篇文章

订阅专栏

本文介绍了如何在图像中使用模板匹配的方法来识别特定的目标区域，并通过MATLAB实现了一个具体的例子。

应用背景：机器的模式识别所要解决的问题，就是用机器代替人去认识图像和找出一幅图像中人们感兴趣的目标物。如何找到目标物即图像的区域呢，这里介绍在空间域使用模板在图像中寻找与模板匹配的区域。

基本原理：在空间滤波中，相关是指滤波器模板移过图像并计算每个像素位置的灰度乘积之和的过程。基于相关的图像模板匹配过程类似于滤波过程，设图像f(x,y)的大小为M*N和模板子图像w(x,y)的大小为J*K，则f与w的相关表示为：

（1）

其中，x=0,1,2,3.....N-K，y=0,1,2.....M-J，计算相关c(x,y) 的过程就是在图像f(x,y) 中逐像素地移动模板子图像w(x,y) 的原点像素，在每一次移动的过程中根据式（1）计算每个像素位置的相关。对式（1）的向量表达式进行归一化后如下式所示：

（2）

MATLAB实现如下：

clear;
reource_p=imread('F:\picture\pattern.bmp');
reource_p_sub=imread('F:\picture\sub_pattern.bmp');
[m,n]=size(reource_p);
[m0,n0]=size(reource_p_sub);
result=zeros(m-m0+1,n-n0+1);
vec_sub = double( reource_p_sub(:) );
norm_sub = norm( vec_sub );
for i=1:m-m0+1
    for j=1:n-n0+1
        subMatr=reource_p(i:i+m0-1,j:j+n0-1);
        vec=double( subMatr(:) );
        result(i,j)=vec'*vec_sub / (norm(vec)*norm_sub+eps);
    end
end
%找到最大相关位置
[iMaxPos,jMaxPos]=find( result==max( result(:)));
figure,
subplot(121);imshow(reource_p_sub),title('匹配模板子图像');
subplot(122);
imshow(reource_p);
title('标记出匹配区域的原图'),
hold on
plot(jMaxPos,iMaxPos,'*');%绘制最大相关点
 %用矩形框标记出匹配区域
plot([jMaxPos,jMaxPos+n0-1],[iMaxPos,iMaxPos]);
plot([jMaxPos+n0-1,jMaxPos+n0-1],[iMaxPos,iMaxPos+m0-1]);
plot([jMaxPos,jMaxPos+n0-1],[iMaxPos+m0-1,iMaxPos+m0-1]);
plot([jMaxPos,jMaxPos],[iMaxPos,iMaxPos+m0-1]);

运行结果如下图所示