本文基于相关性分析来实现图像匹配_第1页
本文基于相关性分析来实现图像匹配_第2页
本文基于相关性分析来实现图像匹配_第3页
本文基于相关性分析来实现图像匹配_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、本文基于相关性分析来实现图像匹配第一步：读取图像。分别读取以下两幅相似的图片，显示效果如下：第二步：选择一副图像的子区域。用户可以通过鼠标选择需要截取的图像部分，用于匹配。随机选取图片的一块区域，如下图：第三步：使用相关性分析两幅图像采用协方差的方式计算相关系数，分析图片的相似性。 1协方差与相关系数的概念对于二维随机变量，除了关心它的各个分量的数学期望和方差外，还需要知道这两个分量之间的相互关系，这种关系无法从各个分量的期望和方差来说明，这就需要引进描述这两个分量之间相互关系的数字特征协方差及相关系数。若相互独立,则;若,则表示X与Y不独立,X与Y之间存在着一定的关系设 是二维随机变量， 则

2、称为X与Y的协方差（Covariance），记为 或，即 若 且，则称 为X与Y的相关系数（Correlation Coefficient）。是有量纲的量，而则是无量纲的量协方差常用下列公式计算2用全搜索和协方差计算截取图片与另外一幅图片的各点的相似度。c=normxcorr2(sub_I1(:,:,1),I2(:,:,1);第四步：找到整幅图像的偏移。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;从原图像提取匹配到的图像extracted_I1=I2(ybegin:yend,xbegin:xend,:);第五步：显示匹配结果。相关性匹配图：找出峰值即最相似区域的中心第六步：计算差值。for i=1:m for j=1:n T(i,j)=extracted_I1(i,j)-sub_I1(i,j); endend结果全为0，即高

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论