圖像匹配程序設(shè)計(jì)-模板匹配概要

1、 需求分析問題描述計(jì)算機(jī)模式識別所要解決的問題，就是用計(jì)算機(jī)代替人去認(rèn)識圖像和找出一幅圖像中人們感興趣的目標(biāo)物。在機(jī)器識別物體的過程，常需把不同傳感器或同一傳感器在不同時(shí)間，不同成像條件下對同一景物獲取的兩幅或多幅圖像在空間上對準(zhǔn)，或根據(jù)已知模式到另一幅圖中尋找相應(yīng)的模式，這就叫做匹配。模板匹配是一種最原始、最基本的模式識別方法。研究某一特定對象物位于圖像的位置，進(jìn)而識別對象，這就是匹配的問題。利用模板匹配可以在一幅圖像中找到已知的物體。這里的模板指的是一幅待匹配的圖像，相當(dāng)于模式識別的模式?；疽笕缦拢?進(jìn)行匹配的兩幅圖像為JPG格式或BMP格式。.能夠進(jìn)行對兩幅數(shù)字圖像的匹配。.采用交互

2、式程序?qū)D像進(jìn)行匹配。基本要求通過分析題目的基本要求，我將此使用兩種方法實(shí)現(xiàn)匹配:一個(gè)是基于灰度的模板匹配，另一個(gè)是基于灰度的快速匹配。在以上兩種方法中，用戶可以對兩張圖像進(jìn)行匹配并顯示匹配結(jié)果。2設(shè)計(jì)方案相關(guān)概念數(shù)字圖像:數(shù)字圖像是由被稱做像素的小塊區(qū)域組成的二維像素矩陣。一般把圖像分成3種形式：單色圖像，灰度圖像和彩色圖像。像素：表示圖像顏色的最小單位灰度圖像：灰度圖是指只含亮度信息，不含色彩信息的圖像，就像平時(shí)看到的黑白照片：亮度由暗到明，變化是連續(xù)的?；叶葓D的每個(gè)像素的亮度用一個(gè)數(shù)值來表示，通常數(shù)值范圍在0255之間，即可用一個(gè)字節(jié)來表示，0表示黑，255表示白，而其他表示灰度。點(diǎn)陣圖

3、:顯示器的屏幕由可以發(fā)光的像素點(diǎn)組成.并且從幾何位置看，所用這些像素點(diǎn)構(gòu)成一個(gè)矩形的陣列.利用計(jì)算機(jī)控制各像素點(diǎn)按我們指定的要求發(fā)光，就構(gòu)成了我們需要的圖形.這種方式構(gòu)成的圖形我們可稱之為點(diǎn)陣圖形.點(diǎn)陣圖形的坐標(biāo)系統(tǒng)：各像素點(diǎn)有一個(gè)坐標(biāo)唯一指定了它的位置.如果點(diǎn)陣圖形的大小是NxM,那么它的點(diǎn)陣共有M行N歹列,每個(gè)像素點(diǎn)的位置就由它所在的行和列的位置所唯一確定.這個(gè)行和列的位置就給出了點(diǎn)陣圖形的坐標(biāo)系統(tǒng).按照前面的順序，第m行，第n列的像素點(diǎn)順序數(shù)就是m+(n-1)N.反之，順序數(shù)為s的像素點(diǎn)在第sModN行，第Int(s/N)+1列，這里的sModN是s除以N后的余數(shù),Int(s/N)是s/

4、N的整數(shù)部分.需要注意的是第m行，第n列的像素點(diǎn)的坐標(biāo)可能不是(m；n),而是(m-1；n-1).這是因?yàn)橛袝r(shí)為了在計(jì)算機(jī)中處理的方便，像素點(diǎn)的行列的排序不是從1,而是從0開始的。我們常用的顯示器的像素坐標(biāo)就是如此。算法設(shè)計(jì)由于各種各樣的原因如(成象條件的差異)圖象預(yù)處理，引入的誤差等，參與圖象匹配的模板與潛在的匹配子圖象間通常存在著程度不同的不一致，因此根據(jù)模板在一幅陌生圖象中檢測出潛在的匹配對象并得出它在圖象中的位置是一件復(fù)雜的工作。模板匹配是指用一個(gè)較小的圖像，即模板與源圖像進(jìn)行比較，以確定在源圖像中是否存在與該模板相同或相似的區(qū)域，若該區(qū)域存在，還可確定其位置并提取該區(qū)域。模板匹配常用

5、的一種測度為模手術(shù)臺與源圖像對應(yīng)區(qū)域的誤差平方和。設(shè)f(x,y)為MxN的源圖像，t(j,k)為互MK的模板圖像,則誤差平方和測度定義為：Dx,y)i.f(xjy限)(j,k)(2.1)j10k10由上式展開可得：D(X,y)K11f(Xj,yk)22t(j,k)(xj,y2t(j,k)2(2.2)jIDknjkjIDkn令TOC o 1-5 h z HYPERLINK l bookmark20 DS(x,y)f(xj,yk)2(2.3)jnkn HYPERLINK l bookmark26 DST(x,y)2t(j,k)If(xj,yk)(2.4)jnkn HYPERLINK l bookm

6、ark24 DT(x,y)叫t(j,k)2(2.5)jnkIDDS(x,y稱為源圖像中與模板對應(yīng)區(qū)域的能量，它與像素位置,yO有關(guān)，但隨像素位置(x,y)的變化，DS(x,y)變化緩慢。DST(x,y)模板與源圖像對應(yīng)區(qū)域的互相關(guān)，它隨像素位置(x,y)的變化而變化，當(dāng)模板t(j,k)和源圖像中對應(yīng)區(qū)域相匹配時(shí)取最大值。DT(x,y)稱為模板的能量，它與圖像像素位置(x,y)無關(guān)，只用一次計(jì)算便可。顯然，計(jì)算誤差平方和測度可以減少計(jì)算量?；谏鲜龇治觯粼O(shè)DS(x,y)也為常數(shù)，則用DST(x,y)便可進(jìn)行圖像匹配，當(dāng)DST(x,y)取最大值時(shí)，便可認(rèn)為模板與圖像是匹配的。但假設(shè)DS(x,y)

7、為常數(shù)會產(chǎn)生誤差，嚴(yán)重時(shí)將無法下確匹配，因此可用歸一化互相關(guān)作為誤差平方和測度，其定義為：t(j,k)If(xj,yk)R(x,y)師k.(2.:.f(xj,yk)t(j,k)2jkK)jK)k模板匹配的示意圖如圖圖2.1所示，其中假設(shè)源圖像f(x,y)和模板圖像t(k,l)的原點(diǎn)都在左上角。對任何一個(gè)f(x,y)中的(x,y),根據(jù)上式都可以算得一個(gè)R(x,y).當(dāng)x和y變化時(shí)，埒,k)在源圖像區(qū)域中移動并得出R(x,y)所有值。R(x,y)的最大值指出了與t(j,k)匹配的最佳位置，若從該位置開始在源圖像中取出與模板大小相同的一個(gè)區(qū)域，便可得到匹配圖像。3仿真內(nèi)容3.1相關(guān)函數(shù)說明1、im

8、read函數(shù)功能：從圖像文件（BMP,HDF,JPEGPCX,TIFF,XWD等格式）中讀入圖像數(shù)據(jù)。格式：A=imread（文件名，圖像文件格式）說明:文件名為指定圖像文件名稱的字符串。圖像文件格式為圖像文件格式的字符串。文件名必須在當(dāng)前目錄或MATLAB路徑中，如果找不到則錄找文件名.圖像文件格式.A為無符號8位整數(shù)（uint8）。如果文件灰度圖像（詳細(xì)解釋見算法設(shè)計(jì)中的概念解釋），則A為一個(gè)二維數(shù)組；如果文件是一個(gè)真彩色RGB圖像，則A是一個(gè)三維數(shù)組（mxnx3）o舉例：A=imread（E:temp_picture.jpg）讀取存放在E盤下的名為temp_picture.jpg的圖像，

9、并將其整個(gè)點(diǎn)陣數(shù)據(jù)傳給A。注：在MATLAB中申請一個(gè)變量時(shí)不需要指定類型，其具體類型由系統(tǒng)自動判別。2、imwrite函數(shù)功能：交圖像寫入圖像文件（以BMP,HDF,JPEGPCX,TIFF,XWD等格式）。格式：imwrite（A,文件名，圖像文件格式）說明：文件名為指定圖像文件名稱的字符串。圖像文件格式是指定圖像文件的保存格式的字符串。如果A是一個(gè)無符號8位整數(shù)表示的灰度圖像或真彩色圖像，imwrite直接交數(shù)組A中的值寫入文件。如果A為雙精度浮點(diǎn)數(shù)，imwrite首先使用山玳8（。口口（255*八）自動將數(shù)組中的值變換為無符號8位整數(shù)，即交0，1范圍內(nèi)的浮點(diǎn)數(shù)變換為0，255范圍內(nèi)8位

10、整數(shù)，然后寫入文件。3、imshow函數(shù)功能：圖像顯示。格式：imshow（I）說明：在圖形窗口顯示I，其中I為用imread函數(shù)賦值的變量，是一個(gè)圖形矩陣。4、rgb2gray函數(shù)功能：轉(zhuǎn)換RGB圖像或顏色映像表為灰度圖像。格式：I=rgb2gray(RGB)說明：RGB為用imread函數(shù)賦值的變量，是一個(gè)圖形矩陣；I為一個(gè)表示灰度圖像的二維數(shù)組。5、imcrop函數(shù)功能：圖像剪裁。格式:I:I2=imcrop(I)II:I2=imcrop(I,RECT)說明：格式I為交互方式，imcrop顯示輸入圖像，等待用戶用鼠標(biāo)定義要剪裁的矩形。格式I為非交互方式，對灰度圖像進(jìn)行非交互方式的剪裁操作

11、，通過四元素向量RECT=xminyminwidthheight指定剪裁矩陣，這些值是定義在坐標(biāo)系中的，xmin和ymin是圖像矩陣I的一處坐標(biāo)，width是以此坐標(biāo)為準(zhǔn)向右的延伸的長度，height是以此坐標(biāo)為準(zhǔn)向下延伸的長度，由此構(gòu)成要剪裁的矩形區(qū)域。6、size函數(shù)功能：用來求出某一個(gè)變量的的大小參數(shù)。格式:x,y=size(I)說明：I用imread函數(shù)賦值的變量，是一個(gè)圖形矩陣且為灰度圖像，x用來保存I的高度值，y用來保存I的寬度值。7、mean2函數(shù)功能：求圖像均值格式：m=mean2(A)說明：mean2函數(shù)可用來計(jì)算圖像矩陣A的均值m,m是雙精度標(biāo)量。舉例：轉(zhuǎn)m=mean2(I

12、)運(yùn)行結(jié)果：m=107.67558、corr2函數(shù)功能：求圖像間相關(guān)系數(shù)。格式：r=cor2(A,B)說明：corr2函數(shù)計(jì)算圖像矩陣A與B的相關(guān)系數(shù)，矩陣A與B的大小相同，如均為：mxn。計(jì)算公式如下：(A)(BB)TOC o 1-5 h zmnmnrImn(AA)(BB)2)3Dimmnmn丫mnmn其中，A=mean2(AB,=mean2(B)相關(guān)系數(shù)是表示矩陣與B的線性聯(lián)系密切程度的一個(gè)統(tǒng)計(jì)量，相關(guān)系數(shù)值是小于等于1的正數(shù)。值為時(shí)，表示矩降與B的線性聯(lián)系最為密，值為0時(shí)，表示矩陣A與B不相關(guān)，線性聯(lián)系最最弱。舉例：I=mrea(temppctre.p);C=corr2(I,I);運(yùn)行結(jié)

13、果如下：C=19、plotS數(shù)功能：在線性坐標(biāo)系中繪制二維數(shù)據(jù)格式:plot(x,顏色)說明：x,y可以為任意一個(gè)失量。舉例：plot(1:100,4,r);%在縱坐標(biāo)為4處畫一條平行于x軸，長度為100的紅色的線段%其中1:100表示從1到100以默認(rèn)值為1的速度遞增儂示紅色10、hold命令功能：可以交圖形添加到現(xiàn)有的圖形中，從而實(shí)現(xiàn)圖形的疊加。如果交hold設(shè)置為ON，則MATLAB在繪圖時(shí)交不再清除已經(jīng)存在的圖形，而是交新的數(shù)據(jù)直接加到當(dāng)前圖形中。當(dāng)新的數(shù)據(jù)落在原來的坐標(biāo)范圍之外時(shí)，MATLAB交自動進(jìn)行坐標(biāo)比例的調(diào)整。3.2模版匹配源代碼functiontestpipei_1(yua

14、ntu,pipeitu)yuantu=imread(原始圖.bmp);%讀取原圖像pipeitu=imread(匹配圖.bmp);%讀取匹配圖像yuantu2gray=rgb2gray(yuantu);%將原圖灰度化pipeitu2gray=rgb2gray(pipeitu);%將匹配圖灰度化pipei_height,pipei_width=size(pipeitu2gray);yuantu_height,yuantu_width=size(yuantu2gray);imshow(yuantu);%顯示原圖像holdon;fori=1:yuantu_height-pipei_heightfor

15、j=1:yuantu_width-pipei_widthtemp_picture=imcrop(yuantu2gray,j,i,pipei_width-1,pipei_height-1);r=corr2(temp_picture,pipeitu2gray);%取得相關(guān)系數(shù)ifr0.95%規(guī)定值為0.95%下面用plot函數(shù)在原圖的坐標(biāo)系上畫出匹配區(qū)域plot(j:j+pipei_width,i,b);plot(j:j+pipei_width,i+pipei_height,b);plot(j,i:i+pipei_height,b);plot(j+pipei_width,i:i+pipei_hei

16、ght,b);endendend4圖4.1原始圖.bmp圖4.2匹配圖.bmp圖4.3匹配結(jié)果源程序中讀取原始圖和匹配圖分別如圖4.1,圖4.2所示，運(yùn)行模版匹配程序，系統(tǒng)就會自動將模板圖像在顯示圖像中進(jìn)行匹配，如果找到了匹配地點(diǎn)就會用藍(lán)色矩形將匹配區(qū)域給圈定下來，實(shí)際運(yùn)行出的結(jié)果如圖4.3所示。隨著信號處理技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，生產(chǎn)自動化水平的不斷提高，機(jī)器視覺的應(yīng)用越來越廣泛。數(shù)字圖像匹配是機(jī)器視覺信息處理領(lǐng)域里一項(xiàng)十分基本和重要的技術(shù)。在匹配過程中匹配算法起到舉足輕重的作用，對匹配算法進(jìn)行研究具有一定的理論價(jià)值和實(shí)際意義。在工業(yè)檢測、半導(dǎo)體封裝等流水線作業(yè)中，匹配的速度和精度一直是研究的熱點(diǎn)。圖像匹配技術(shù)是近代信息處理，特別是圖像信息處理領(lǐng)域中極為重要的技術(shù)。圖像匹配就是要根據(jù)參考圖像和實(shí)時(shí)圖像來選定某些特征、相似性準(zhǔn)則及搜索策略進(jìn)行相關(guān)運(yùn)算，以確定匹配的最佳空間對應(yīng)點(diǎn)。它主要研究的問題有特征空間、相似性度量和搜索策略三個(gè)方面。圖像匹配關(guān)鍵是要確定有效的匹配方法，要求匹配概率高、誤差小、速度快且適時(shí)性好。通過這次課程設(shè)計(jì)培養(yǎng)了自己對新的編譯軟件的自學(xué)能力和適應(yīng)能力，也培養(yǎng)了我對新知識的接受能力，讓我收獲很多。在老師和同學(xué)的幫助下，通過上網(wǎng)查找資料完成了模板匹配的課程設(shè)計(jì)，也使我對matlab有了新的體會。1