图像模板匹配算法(MATLAB)

模板匹配是一种用于在图像中定位和识别对象的技术。它的基本思想是:

  1. 提取图像中的一个子图像作为"模板"(template)。这个子图像通常包含我们感兴趣的目标对象。

  2. 在整个原始图像上,逐点比较模板和原始图像的相似度。相似度通常用归一化的交叉相关(Normalized Cross Correlation, NCC)来度量。

  3. 当相似度达到最大时,原始图像中的该位置就是模板的匹配位置。也就是我们要找的目标对象的位置。

主要的步骤包括:

  1. 获取模板图像:先从原图像中裁剪包含目标的子图像作为模板图。

  2. 在原图像上滑动模板,计算每个位置的相似度:用模板图像在原图像上逐步滑动,每个位置计算模板图和原图的重叠区域的相似度。常用的相似度度量方法是归一化的交叉相关(NCC)。

  3. 寻找最佳匹配:相似度最大的位置即为最佳匹配位置,对应模板图像在原图像的位置。

  4. 设置相似度阈值:只有相似度大于某一阈值的匹配结果才是有效的。

模板匹配简单高效,应用广泛,但只适用于目标变形不大的情况。当目标发生旋转、缩放等变换时,效果会下降。这时可以考虑改进的模板匹配方法或其他更advanced的方法。

MATLAB代码如下:

clc;close all;clear all;warning off;%清除变量

rand('seed', 100);

randn('seed', 100);

format long g;

% im1=imread('1face.bmp');% 读入模板图像

% im2=imread('eye.bmp');%读入测试图像

im1=imread('S.jpg');

im2=imread('letters.jpg');

result=matchfun(im1,im2);

figure;

subplot(1,3,1);

imshow(im1);

title('模板');%显示模板

subplot(1,3,2);

imshow(im2);

title('测试图像');%显示测试图像

subplot(1,3,3);

imshow(result);

title('匹配结果');

function result=matchfun(image1,image2)

%*********************************************************

%如果是三维图像就转换为二维灰度图像

if size(image1,3)==3

image1=rgb2gray(image1);

end

if size(image2,3)==3

image2=rgb2gray(image2);

end

% 通过图片的尺寸判断哪个是测试图片哪个是模板

if size(image1)>size(image2)

Target=image1;

Template=image2;

else

Target=image2;

Template=image1;

end

% 取得两幅图片的尺寸

[r1,c1]=size(Target);

[r2,c2]=size(Template);

% 模板的均值

image22=Template-mean(mean(Template));%X-E(X)

%两幅图像的相关性

M=[];%相关系数 矩阵

for i=1:(r1-r2+1)%横向搜索

for j=1:(c1-c2+1)%纵向搜索

Nimage=Target(i:i+r2-1,j:j+c2-1); %区域的选取,r2,c2为选取的大小

Nimage=Nimage-mean(mean(Nimage)); %Y-E(Y)

corr=sum(sum(Nimage.*image22));%E(X)*E(Y)取和与Cov(X,Y)成正比

warning off

M(i,j)=corr/(sqrt(sum(sum(Nimage.^2)))*sqrt(sum(sum(image22.^2))));%X与Y均方差的积

end

end

% 在测试的图像中标注出目标的位置

result=plotbox(Target,Template,M);

function result=plotbox(Target,Template,M);

%**********判断目标的位置并标记************

[r1,c1]=size(Target);

[r2,c2]=size(Template);

[r,c]=max(M);%r每一列的最大值,c每列最大值所在的行数,都为一维矩阵

[r3,c3]=max(max(M));%r3 矩阵中的最大值,c3最大值所在的列数

%确定最大值点的坐标

i=c(c3);%行数

j=c3;%列数

result=Target;

%画上边的横线

for x=i:i+r2-1

for y=j%一个像素点的宽度

result(x,y)=255;%画线设置成白色

end

end

%画下边的横线

for x=i:i+r2-1

for y=j+c2-1

result(x,y)=255;

end

end

%画左边的竖线

for x=i

for y=j:j+c2-1

result(x,y)=255;

end

end

%画右边的竖线

for x=i+r2-1

for y=j:j+c2-1

result(x,y)=255;

end

end

程序结果如下:

完整代码:https://download.csdn.net/download/corn1949/88794750

相关推荐
dreadp5 小时前
解锁豆瓣高清海报(二) 使用 OpenCV 拼接和压缩
图像处理·python·opencv·计算机视觉·数据分析
涛ing5 小时前
32. C 语言 安全函数( _s 尾缀)
linux·c语言·c++·vscode·算法·安全·vim
xrgs_shz6 小时前
MATLAB的数据类型和各类数据类型转化示例
开发语言·数据结构·matlab
独正己身6 小时前
代码随想录day4
数据结构·c++·算法
利刃大大9 小时前
【回溯+剪枝】找出所有子集的异或总和再求和 && 全排列Ⅱ
c++·算法·深度优先·剪枝
Rachela_z9 小时前
代码随想录算法训练营第十四天| 二叉树2
数据结构·算法
细嗅蔷薇@9 小时前
迪杰斯特拉(Dijkstra)算法
数据结构·算法
追求源于热爱!9 小时前
记5(一元逻辑回归+线性分类器+多元逻辑回归
算法·机器学习·逻辑回归
ElseWhereR9 小时前
C++ 写一个简单的加减法计算器
开发语言·c++·算法
Smark.10 小时前
Gurobi基础语法之 addConstr, addConstrs, addQConstr, addMQConstr
算法