NCC与ZNCC

NCC与ZNCC

比较

NCC与ZNCC都是模板匹配中较为常见的互相关计算方法。
NZCC相较NCC更鲁棒，因为它在公式里减去了窗口内的均值，更能抵御光照的变化。
公式如下：
NCC（Normalized cross-correlation）

ZNCC（Zero-normalized cross-correlation）：

f(x,y)是原图像，t(x,y)为模板图像，n是模板中像素（元素）的个数。

NCC的别名ZNCC

在模板匹配的计算中，曾经存在NCC与ZNCC的区别，但在多数地方的NCC其实就是本篇介绍的ZNCC。见NCC归一化互相关(详解)

ZNCC的理解

怎么理解呢：
拿ZNCC做比：
我们可以设

和

分别为两个n维向量。则zncc的公式可变换为：

<.>表示向量内积||F||表示F的二范数。

注:

由于：

即

结论

所以可以把ZNCC看做，两个向量之间夹角的余玄值，即两向量之间的交角为0即余弦值为1时即两向量更一致，反之更不相关。

---

补充

ZNCC与NCC在公式上的不同：
NCC（Normalized cross-correlation）

ZNCC（Zero-normalized cross-correlation）：

ZNCC的分母多出减去均值的操作，与方差减去均值的操作一致，通过推导发现，ZNCC与求相关系数和求向量夹角的计算是一致的，具有一定的可解释意义。

NCC它的分母与ZNCC都是方差，它并不直观的带有可解释的几何意义，因此应用较少，但是，大家喜欢将ZNCC的公式记成NCC的公式，导致了很多误解。其实NCC的公式应用的特别少，多数使用的是ZNCC的公式，只不过有些人将ZNCC与NCC的名称弄混淆，导致NCC这个名词的知名度很高，其实多数使用的公式却是ZNCC。

参考：

wiki: