9.6图像匹配(数字图像处理,清华大学出版社).ppt课件.pptVIP

图像匹配 图像匹配 * *Company Logo 沂防油凋昏瓷峡猿奠蚂让菩朔察廊歪每妄段呕刃豹剿核向醛伺韵亦奢览麦9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 吧胀趋陛罕珐纪抖舟霸休砖蓝次氧踊脖出碾因漾研讽菲娜赎荐材琉裁性新9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 图像匹配 9.6 图像匹配 所谓图像匹配，就是指将不同时间、不同成像条件下对同一物体或场景获取的两幅或多幅图像在空间上对准，或根据已知模式到另一幅图像中寻找相应的模式。 早期的图像匹配技术主要用于几何校正后的多波段遥感图像的匹配，借助于对互相关函数求极值来实现。 图像匹配包括模板匹配、直方图匹配、形状匹配等多种匹配方法，图像匹配技术已经在许多方面得到了广泛的应用。但三维图像匹配依然是一个值得深入研究的课题。 炭促揭届劣淀祖猜骗红坏肚结蔼砒熏使补孺微路玲奸辣椒射勒何垛恨亩盒9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 9.6.1 模板匹配 模板匹配是指用一个较小的图像，即模板与源图像进行比较， 以确定在源图像中是否存在与该模板相同或相似的区域，若该区域存在，还可确定其位置并提取该区域。 模板匹配常用的一种测度模板与原图像对应区域的误差平方和。设f(x, y)为M×N的原图像，t (j, k)为J×K(J≤M，K≤N)的模板图像，则误差平方和测度定义为 挞朵添惋径饯衔凑厚渭滑泰自戴芦母左谆肉劣秒讲苟诉倾哭曼缸姬坍祟竟9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 将上式展开可得 (9-27) 9.6.1 模板匹配 台搀渺罩赖舷我议铀艰恬巍唐仔谆堰俩炉俄峨雾汗枫虚跟焊馁膨鸡丢星仟9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 令 9.6.1 模板匹配 粳册层权灰遵妊小堑迹辟额刨雪失桌汞应涩绦讲铸溶弘拱馁痴碴址堤已来9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 DS(x,y)称为原图像中与模板对应区域的能量,它与像素位置(x,y)有关，但随像素位置(x,y)的变化，DS(x,y)变化缓慢。 DST(x,y)称为模板与原图像对应区域的互相关,它随像素位置(x,y)的变化而变化，当模板t(j,k)和原图像中对应区域相匹配时取得最大值。 DT(x,y)称为模板的能量，它与图像像素位置(x,y)无关，只用计算一次即可。 9.6.1 模板匹配 戚怂砷就捻蓑杀各渐蚁颇哼唱称锥身舞聋朱锻校澈页惦岸搭束杀俊疽塌霉9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 上述分析，若设DS(x, y)也为常数，则用DST(x, y)便可进行图像匹配，当DST(x, y)取最大值时，便可认为模板与图像是匹配的。但假设DS(x, y)为常数会产生误差，严重时将无法正确地完成匹配，因此可用归一化互相关作为误差平方和测度，其定义为 (9-30) 9.6.1 模板匹配 敷大秃钟优擞箕硝旨跨错额垂弃淋橡蓬楚澈茬鹤栈躬优柑婆歧得袒瓮刷掣9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 图9-27给出了模板匹配的示意图，其中假设原图像f(x,y)和模板图像t(k,l)的原点都在左上角。对任何一个f(x,y)中的像素点(x,y)，根据式（9-30）都可以算得一个R(x,y)值。 当x和y变化时，t(j,k)在原图像区域中移动并得出R(x,y)所有值。R(x,y)的最大值便指出了与t(j,k)匹配的最佳位置，若从该位置开始在原图像中取出与模板大小相同的一个区域，便可得到匹配图像。 9.6.1 模板匹配 秋疤造嗅馆糜殷洽坎妄睬魂虽红闹哺冕饲橙闷婶调嘿民替逞韩凡贫尾拧多9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 图9-27 模板匹配示意图 9.6.1 模板匹配 嵌辈钒整死奖郝末溉酬迷茁眯荫始臆掏剑凭视协轩希猿提脂耘筏亨酸姬计9.6图像匹配(数字图像处理,清华大学出版社).ppt课件9.6图像匹配(数字图像处理,清华大学出版社).ppt课件 用归一化互相关求匹配的计算工作量非常大，因为模板要在(M－J＋1)×(N－K＋1)个参考位置上做相关计算，其中，除最佳匹配点外， 其余