MATLAB試驗(yàn)之模板匹配.doc

模式識別一、模式識別的概念模式是一個(gè)客觀事物的描述，是建立一個(gè)可以仿效的完善的標(biāo)本。模式概念廣泛地存在于人的社會之中，在自然中如圖像、文字、聲音和物體等。模式識別是對感知信號（圖像、視頻和聲音等）進(jìn)行分析，對其中的物體對象或行為進(jìn)行判別和解釋的過程。模式識別的一般過程包括以下幾個(gè)步驟：信號預(yù)處理、模式分割、特征提取、模式分類和上下文后處理。信號預(yù)處理是通過消除信號、圖像、視頻中的噪聲來改善模式和背景的可分離性；模式分割是將對象模式從背景分離或?qū)⒍鄠€(gè)模式分開的過程；特征提取是從模式中提取表示該模式結(jié)構(gòu)或性質(zhì)的特征并用一個(gè)數(shù)據(jù)結(jié)構(gòu)來表示；在特征表示基礎(chǔ)上，分類器將模式判別為屬于某個(gè)類別或賦予其屬于某些類別的概率；后處理則是利用對象模式與周圍模式的相關(guān)性驗(yàn)證模式類別的過程。二、模板匹配在一個(gè)圖像區(qū)域中，物體檢測的一種最基本的方法是通過模板匹配來進(jìn)行。在匹配過程中，所關(guān)注的物體（即模板）和圖像區(qū)域中的所有的未知物體進(jìn)行比較，如果模板和未知物體是匹配的，并且模板是足夠精確的，則未知物體被標(biāo)示為模板物體。本次試驗(yàn)的模板匹配的思想：利用快速傅里葉變化的一個(gè)重要特性，即連個(gè)函數(shù)的卷積的傅立葉變換等于兩個(gè)函數(shù)的傅立葉變換的乘積。三、匹配步驟：1、先處理模板，把模板轉(zhuǎn)化成一個(gè)（800，600）的二值圖像，再做一個(gè)匹配圖像（圖像中包含五個(gè)物體，其中有兩個(gè)與模板圖像一個(gè)圖形，其他三個(gè)圖形任意且要與模板圖像有明顯的差別）；并轉(zhuǎn)化為一個(gè)（800，600）的二值圖像；2、對圖像進(jìn)行傅立葉變換，分別對模板圖像和匹配圖像進(jìn)行二維傅立葉變換。3、計(jì)算模板圖像與目標(biāo)圖像的相關(guān)性，方法是先將匹配圖像旋轉(zhuǎn)180度，然后基于快速傅里葉變換的卷積計(jì)算技術(shù)進(jìn)行計(jì)算。（如果將卷積中心旋轉(zhuǎn)180度，則卷積計(jì)算和相關(guān)計(jì)算是等價(jià)的。）4、觀察生成的頻譜圖像中的五個(gè)譜峰，找出其中的兩個(gè)最高譜峰的位置。（最高的兩個(gè)譜峰的位置就是與模板物體匹配。）程序代碼和相關(guān)步驟圖像的顯示：%讀出模板圖像，并保存tif格式figure(1);x=imread(feijimoban.jpg);imwrite(x,feijimoban.tif);image(imread(feijimoban.tif);axis image off;%讀出匹配圖像，并保存tif格式figure(2);x=imread(feijituxiang.jpg);imwrite(x,feijituxiang.tif);image(imread(feijituxiang.tif);axis image off%把模板圖像轉(zhuǎn)為二值圖像X=imread(feijimoban.tif);BW=im2bw(X);%把匹配圖像轉(zhuǎn)為二值圖像Y=imread(feijituxiang.tif);BW1=im2bw(Y);%模板與匹配圖像相關(guān)計(jì)算figure(3); A=fft2(BW);A1=fftshift(A);mesh(abs(A1);figure(4); B=fft2(rot90(BW1,2);B1=fftshift(B);mesh(abs(B1);figure(5);F=ifft2(A.*B);F1=abs(rot90(fftshift(F),2);mes