文档

normxcorr2

归一化二维互相关

语法

C = normxcorr2(模板,A)
gpuarrayC = normxcorr2(gpuarrayTemplate,gpuarrayA)

描述

例子

C= normxcorr2 (模板一个计算矩阵的归一化互相关模板而且一个.得到的矩阵C包含相关系数。

例子

gpuarrayC= normxcorr2 (gpuarrayTemplategpuarrayA在GPU上进行归一化互相关操作。

例子

全部折叠

将两张图像读入工作区,并将它们转换为用于的灰度normxcorr2.并排显示图像。

洋葱= rgb2gray(imread(“onion.png”));辣椒= rgb2gray(imread(“peppers.png”));imshowpair(辣椒、洋葱、“蒙太奇”

执行相互关联,并将结果显示为一个曲面。

C = normxcorr2(洋葱,辣椒);图,冲浪(c),阴影

找到相互关联的峰值。

[ypeak, xpeak] = find(c==max(c(:)));

考虑到填充normxcorr2补充道。

yoffSet = ypeak-size(洋葱,1);xoffSet = xpeak-size(洋葱,2);

显示匹配的区域。

图imshow(辣椒);imrect(gca, [xoffSet+1, yoffSet+1, size(洋葱,2),size(洋葱,1)]);

读入两幅图像gpuArray年代。

洋葱= gpuArray(imread(“onion.png”));椒= gpuArray(“peppers.png”));

将彩色图像转换为2-D灰度。的rgb2gray函数接受gpuArray年代。

洋葱= rgb2gray(洋葱);辣椒= rgb2gray(辣椒);

执行相互关联,并将结果显示为一个曲面。

C = normxcorr2(洋葱,辣椒);图,冲浪(c),阴影

找到相互关联的峰值。

[ypeak, xpeak] = find(c==max(c(:)));

考虑到填充normxcorr2补充道。

yoffSet = ypeak-size(洋葱,1);xoffSet = xpeak-size(洋葱,2);

将数据移回CPU以供显示。

yoffSet = gather(ypeak-size(洋葱,1));xoffSet = gather(xpeak-size(onion,2));

显示匹配的区域。

图imshow(辣椒);imrect(gca, [xoffSet+1, yoffSet+1, size(洋葱,2),size(洋葱,1)]);

输入参数

全部折叠

输入模板,指定为数字矩阵。的价值模板不可能都是一样的。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

输入图像,指定为数字图像。一个一定要比矩阵大模板标准化才有意义。

归一化互相关是一个未定义的操作一个在模板的整个范围上具有零方差。在这些地区,normxcorr2将相关系数赋给输出为零C

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

输入模板,指定为gpuArray。

输入图像,指定为gpuArray。

输出参数

全部折叠

相关系数,作为类的数值矩阵返回.相关系数的取值范围在-1.0到1.0之间。

相关系数,返回为gpuArray,其底层类型必须为class

算法

normxcorr2使用以下通用程序[1][2]

  1. 根据图像的大小,计算空间域或频域的互相关。

  2. 通过预计算运行和来计算局部和[1]

  3. 用局部和对相互关系进行归一化,得到相关系数。

实现严格遵循公式[1]

γ u v x y f x y f ¯ u v t x u y v t ¯ x y f x y f ¯ u v 2 x y t x u y v t ¯ 2 0.5

在哪里

  • f 就是图像。

  • t ¯ 是模板的均值吗

  • f ¯ u v 的均值 f x y 在模板下的区域中。

参考文献

[2] Haralick, Robert M.,和Linda G. Shapiro,计算机和机器人视觉,卷II, Addison-Wesley, 1992, pp. 316-317。

另请参阅

R2006a之前介绍

这个话题有用吗?