matlab 序贯相似性,序贯相似性检测算法(SSDA)实现图像匹配

简介

算法的原理，可以参考这个篇博客：基于灰度的模板匹配算法。这里不再赘述，本文使用序贯相似性检测算法(下面简称：SSDA)，实现对图像模板的匹配

算法思路

参考博客，可以整理出SSDA算法的整体思路：

确定子图的左上角坐标范围

遍历所有可能的子图

求模板图和子图的图像均值

随机取不重复的点，求模板图和子图中该点的值与其自身图像均值的绝对误差

累加绝对误差，直到超过阈值

计算累加次数，则次数最多的子图为匹配的最终图像

代码

根据算法思路，demo如下：

import time

import random

import cv2

import numpy as np

def Image_Mean_Value(Image):

res = np.sum((Image.astype("float"))) / float(Image.shape[0] * Image.shape[1])

return res

def Image_SSDA(search_img, example_img):

# 确定子图的范围

M = search_img.shape[0]

m = example_img.shape[0]

N = search_img.shape[1]

n = example_img.shape[1]

Range_x = M - m - 1

Range_y = N - n - 1

search_im