本文基于相關性分析來實現(xiàn)圖像匹配_第1頁
本文基于相關性分析來實現(xiàn)圖像匹配_第2頁
本文基于相關性分析來實現(xiàn)圖像匹配_第3頁
本文基于相關性分析來實現(xiàn)圖像匹配_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文基于相關性分析來實現(xiàn)圖像匹配第一步：讀取圖像。分別讀取以下兩幅相似的圖片，顯示效果如下：第二步：選擇一副圖像的子區(qū)域。用戶可以通過鼠標選擇需要截取的圖像部分，用于匹配。隨機選取圖片的一塊區(qū)域，如下圖：第三步：使用相關性分析兩幅圖像采用協(xié)方差的方式計算相關系數(shù)，分析圖片的相似性。 1協(xié)方差與相關系數(shù)的概念對于二維隨機變量，除了關心它的各個分量的數(shù)學期望和方差外，還需要知道這兩個分量之間的相互關系，這種關系無法從各個分量的期望和方差來說明，這就需要引進描述這兩個分量之間相互關系的數(shù)字特征協(xié)方差及相關系數(shù)。若相互獨立,則;若,則表示X與Y不獨立,X與Y之間存在著一定的關系設 是二維隨機變量， 則

2、稱為X與Y的協(xié)方差（Covariance），記為 或，即 若 且，則稱 為X與Y的相關系數(shù)（Correlation Coefficient）。是有量綱的量，而則是無量綱的量協(xié)方差常用下列公式計算2用全搜索和協(xié)方差計算截取圖片與另外一幅圖片的各點的相似度。c=normxcorr2(sub_I1(:,:,1),I2(:,:,1);第四步：找到整幅圖像的偏移。max_c,imax=max(abs(c(:);ypeak,xpeak=ind2sub(size(c),imax(1);m,n=size(sub_I1);xbegin=xpeak-n+1;ybegin=ypeak-m+1;xend=xpeak;yend=ypeak;從原圖像提取匹配到的圖像extracted_I1=I2(ybegin:yend,xbegin:xend,:);第五步：顯示匹配結果。相關性匹配圖：找出峰值即最相似區(qū)域的中心第六步：計算差值。for i=1:m for j=1:n T(i,j)=extracted_I1(i,j)-sub_I1(i,j); endend結果全為0，即高

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論