电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

最邻近模板匹配法VIP免费

最邻近模板匹配法_第1页
1/18
最邻近模板匹配法_第2页
2/18
最邻近模板匹配法_第3页
3/18
报告提交日期2013年6月27报告批改日期2013年月最邻近模板匹配法一.实验内容:在模式识别中一个最基本的方法,就是模板匹配法(templatematching),它基本上是一种统计识别方法。为了在图像中检测出已知形状的目标物,我们使用这个目标物的形状模板(或窗口)与图像匹配,在约定的某种准则下检测出目标物图像,通常称其为模板匹配法。它能检测出图像中上线条、曲线、图案等等。它的应用包括:目标模板与侦察图像相匹配;文字识别和语音识别等。二.实验条件pc机一台,vs2008软件三.实验原理我们采用以下的算式来衡量模板T(m,n)与所覆盖的子图Sij(i,j)的关系,已知原始图像S(W,H),如图所示:利用以下公式衡量它们的相似性:上述公式中第一项为子图的能量,第三项为模板的能量,都和模板匹配无关。第二项是模板和子图的互为相关,随(i,j)而改变。当模板和子图匹配时,该项由最大值。在将其归一化后,得到模板匹配的相关系数:1当模板和子图完全一样时,相关系数R(i,j)=1。在被搜索图S中完成全部搜索后,找出R的最大值Rmax(im,jm),其对应的子图Simjm即位匹配目标。显然,用这种公式做图像匹配计算量大、速度慢。我们可以使用另外一种算法来衡量T和Sij的误差,其公式为:计算两个图像的向量误差,可以增加计算速度,根据不同的匹配方向选取一个误差阀值E0,当E(i,j)>E0时就停止该点的计算,继续下一点的计算。最终的实验证明,被搜索的图像越大,匹配的速度越慢;模板越小,匹配的速度越快;阀值的大小对匹配速度影响大;3、改进的模板匹配算法将一次的模板匹配过程更改为两次匹配;第一次匹配为粗略匹配。取模板的隔行隔列数据,即1/4的模板数据,在被搜索土上进行隔行隔列匹配,即在原图的1/4范围内匹配。由于数据量大幅减少,匹配速度显著提高。同时需要设计一个合理的误差阀值E0:E0=e0*(m+1)/2*(n+1)/2式中:e0为各点平均的最大误差,一般取40~50即可;m,n为模板的长宽;第二次匹配是精确匹配。在第一次误差最小点(imin,jmin)的邻域内,即在对角点为(imin-1,jmin-1),(Imin+1,jmin+1)的矩形内,进行搜索匹配,得到最后结果。四.实验内容1.流程图22.程序number_noClassification::LeastDistance(){doublemin=10000000000;定义一个变量存放最小值number_nonumber_no;for(intn=0;n<10;n++)三个for循环逐一地和每个样品{进行距离计算,并把最小距离值for(inti=0;i

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

最邻近模板匹配法

确认删除?
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群