匹配是在一幅图像中寻找已知物体最有效且简单的方法。
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。
涉及的主要知识点包括:
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)
步骤:
匹配之前,需要先将图像转化为灰度图,函数为rgb2gray,由于matlab对浮点型支持比较完善,因此还需要将图像数据类型转化为double,用到的函数为im2double,之后再将原始图像补0,这样才能遍历图像中的每一个点,函数为padarray。
决策函数的计算为:djx=x’mj-0.5mj’*mj;之后寻找最佳匹配。
该方法运行较慢,相关匹配要快一些。
代码如下:
%function:
% 基于最小距离分类器的模板匹配
% 寻找图片中与已知模板的匹配区域
%referrence:
% 冈萨雷斯的《数字图像处理》(第三版)第十二章 目标识别
%清空变量,读取图像
clear;close all
template_rgb = imread('images/eye.jpg');
src_rgb = imread('images/head.jpg');
%转换为灰度图
template=rgb2gray(template_rgb); template = im2double(template);
src=rgb2gray(src_rgb); src = im2double(src);
figure('name','模板匹配结果'),