采用相关分析进行图像的快速匹配定位

1、实验四 采用相关分析进行图像的快速匹配定位实验目的1. 掌握图像信号处理的基本概念和一般方法，学会读入图像信息。 2. 学习图像匹配的一般方法，了解相关估计在图像匹配和检测中的应用。 3. 熟悉图像匹配与校准定位的基本方法，学习二维图像信号的快速相关估计的基本算法，学会用FFT 作快速相关估计。实验原理图像可看成矩阵 其元素。考虑到所匹配的图像匹配部分的大小和方向是严格相等的，那么使两幅图像匹配，即是找到图像所对应的矩阵 的子矩阵 与 矩阵相似或者相等。对于一般情况，即存在若干个与相似，则在中所有与维度相同的子矩阵，一定满足有若干个满足 -（1.1）其中M和N分别为矩阵的维度。而 是我们人为设

2、定的关于相似度的数值。当完全匹配时 实验方法情况1：在大图像上能够找到多处于小图像相似的部分，但是该部分与小图像的矩阵并不完全相同，即相关系数不为1.思路：从大图像左上角第一点开始，逐行逐列遍历所有大小与小图像相等的子矩阵，与小图像矩阵用（1.1）式进行求解，凡事遇到大于时，则将大图像上该部分进行变暗处理。总结：这种方法适用于所有情况，但是计算步骤最多，耗时最久。情况2：在大图像上仅能找到一处与小图像相似的部分，但是该部分与小图像的矩阵并不完全相同，即相关系数不为1.思路：与情况1相同，但是只要找到与满足大于时，则将大图像上该部分进行变暗处理，跳出循环。总结：这种情况适用于仅有一处匹配情况，耗

3、时相对第一中快。情况3：小图像中若干像素能够代替小图像进行匹配。思路：取消图像上若干像素构建矩阵，其余情况与情况1 相同。总结：这种方式速度提高较多，适用于小图像尺寸较大的情况。情况4：小图像与大图像能够完全匹配，即。思路：1. 取小图像上第一点，在大图像上找到与之相同的点，将这些相同的点组成新的列向量。2. 在将小图像上第二点，与之前构成的列向量还原到大图像上的下一点相匹配，在构成新的列向量。3. 重复以上步骤。4. 设定匹配像素个数后，再对该位置的对象图像进行相关处理，验证。5. 变暗输出。总结：速度较之前的方法快很多，但是只适用于完全相等的匹配。实验结果图1 普适匹配图2 一处匹配，完全

4、匹配实验代码普适代码：能够识别多处匹配，以及模糊匹配；选择templet1_2.bmp总时间20.505 s，选择templet1_1.bmp图片总时间48.855 sfigure1=imread(pic1_3.bmp);figure2=imread(templet1_2.bmp);h1,l1=size(figure1);h2,l2=size(figure2);figure3=zeros(h2,l2);figure3(1:h2,1:l2)=figure2(1:h2,1:l2);%构建与figure2相同的矩阵格式（数值能够大于255）figure4=zeros(h2,l2);%构建与figur

5、e2大小相同的矩阵格式（数值能够大于255）s1=sqrt(sum(sum(figure3.2);%匹配图像能量%flag=0;%循环初始条件figure5=figure1;for i=1:h1-h2+1%匹配单元的行循环区间 for j=1:l1-l2+1%匹配单元的列循环区间 figure4(1:h2,1:l2)=figure1(i:i+h2-1,j:j+l2-1);%从被扫描图像中选出需要匹配部分 s2=sum(sum(figure3.*figure4);%匹配图像与被扫描图像的互相关 s3=sqrt(sum(sum(figure4.*figure4);%被扫描图像能量 r=s2/(s1

6、*s3);%匹配判据图像 if(r0.97)%根据接受的模糊程度设定r的范围 figure5(i:i+h2-1,j:j+l2-1)=figure1(i:i+h2-1,j:j+l2-1)./2;%重叠部分变暗 imshow(figure5)%输出重叠部分图像 %flag=1;%终止循环条件 %break%跳出j循环 end end %if flag=1 %break%跳出i循环 %endend适用于一处匹配，模糊匹配选择templet1_1.bmp图片总时间18.876 sfigure1=imread(pic1_3.bmp);figure2=imread(templet1_2.bmp);h1,l

7、1=size(figure1);h2,l2=size(figure2);figure3=zeros(h2,l2);figure3(1:h2,1:l2)=figure2(1:h2,1:l2);%构建与figure2相同的矩阵格式（数值能够大于255）figure4=zeros(h2,l2);%构建与figure2大小相同的矩阵格式（数值能够大于255）s1=sqrt(sum(sum(figure3.2);%匹配图像能量flag=0;%循环初始条件figure5=figure1;for i=1:h1-h2+1%匹配单元的行循环区间 for j=1:l1-l2+1%匹配单元的列循环区间 figure

8、4(1:h2,1:l2)=figure1(i:i+h2-1,j:j+l2-1);%从被扫描图像中选出需要匹配部分 s2=sum(sum(figure3.*figure4); %匹配图像与被扫描图像的互相关 s3=sqrt(sum(sum(figure4.*figure4);%被扫描图像能量 r=s2/(s1*s3);%匹配判据图像 if(r0.97)%根据接受的模糊程度设定r的范围 figure5(i:i+h2-1,j:j+l2-1)=figure1(i:i+h2-1,j:j+l2-1)./2;%重叠部分变暗 imshow(figure5)%输出重叠部分图像 flag=1;%终止循环条件 br

9、eak%跳出j循环 end end if flag=1 break%跳出i循环 endend匹配图像中局部像素能顾代替整体进行匹配，一处匹配，模糊匹配选择templet1_1.bmp图片，用第1行前50个像素进行匹配，总时间4.566 sfigure1=imread(pic1_1.bmp);figure2=imread(templet1_1.bmp);figure3=zeros(1,50);%构建匹配最小单元figure4=zeros(1,50);%构建匹配最小单元figure5=figure1;%创建输出图像figure3(1,1:50)=figure2(41,1:50)%从匹配图像中选出一

10、部分s1=sqrt(sum(sum(figure3.2);%匹配图像能量flag=0;%循环初始条件for i=41:431%实际匹配单元的行循环区间 for j=1:487%实际匹配单元的列循环区间 figure4(1,1:50)=figure1(i,j:j+49);%从被扫描图像中选出需要匹配部分 s2=sum(sum(figure3.*figure4);%匹配图像与被扫描图像的互相关 s3=sqrt(sum(sum(figure4.2);%被扫描图像能量 r=s2/(s1*s3)%匹配判据图像 if(r0.995) figure1(i-40:i+49,j:j+153)=figure1(i

11、-40:i+49,j:j+153)./2;%匹配部分变暗 imshow(figure1)%输出重叠部分图像 flag=1;%终止循环条件 break%跳出j循环 end end if flag=1 break%跳出i循环 endend一处匹配，精确匹配选择逐点进行匹配选择templet1_1.bmp图片，用时0.312 sfigure1=imread(pic1_1.bmp);figure2=imread(templet1_1.bmp);h1,l1=size(figure1);h2,l2=size(figure2);figure3(1:h1-h2+1,1:l1-l2+1)=figure1(1:h1-h2+1,1:l1-l2+1);%进行第一点匹配时矩阵范围a=figure2(1,1);%读取匹配第一点数值r,c=find(figure3=a);%提取匹配成功的点在figure1中的位置for i=2:l2 m=length(r); figure4=zeros(m,1);%将匹配成功的点生出新的列向量 figure4(1:m)=figure1(r+(c+i-2)*h1); %将匹配成功的点生出新的列向量 a=figure2(1,i);%读取第i个匹配点数值 r1=find(figure4=a)