主要内容

La traducción de esta página aún没有se ha actualizado a La versión más reciente。Haga clic aquí para ver la última versión en inglés。

normxcorr2

Correlación cruzada 2D normalizada

对比todo en la página

Sintaxis

C = normxcorr2(模板，A)

Descripcion

比如

C= normxcorr2 (模板，一个）calculus la correlación cruzada normalizada de las矩阵模板y一个。结果之母C连续性系数correlación。

包括

反待办事项

省略脚本在体内

Lea dos imágenes en el espacio de trabajo y conviértalas a escala de grises para su uso connormxcorr2。生命之殇，意象之殇。

洋葱= im2gray(imread(“onion.png”));辣椒= im2gray“peppers.png”));蒙太奇({辣椒、洋葱})

图中包含一个轴对象。axis对象包含一个image类型的对象。

现实correlación肤浅的事实。

C = normxcorr2(洋葱，辣椒);冲浪(c)阴影平

图中包含一个轴对象。axis对象包含一个surface类型的对象。

Busque el pico de correlación cruzada。

[ypeak,xpeak] = find(c==max(c(:)));

Cuente el relleno que añadenormxcorr2。

yoffSet = ypeak-size(洋葱，1);xoffSet = xpeak-size(洋葱，2);

musestre la zona pertinente utilzando la funcióndrawrectangle。“地位”，“地位”，“地位”，“地位”，“地位”，“地位”，“地位”，“地位”，“地位”(xmin ymin、宽度、高度)。特别是la cara de la ROI como total transparente。

imshow(辣椒)drawrectangle (gca),“位置”(xoffSet yoffSet、大小(洋葱、2),大小(洋葱,1)]。…“FaceAlpha”, 0);

图中包含一个轴对象。axis对象包含两个image、images.roi.rectangle类型的对象。

entrada论证

反待办事项

Plantilla de entrada, speciificada como matriz numérica。Los valores de模板没有pueden ser todos iguales。

数据提示:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

entrada, speciificada como Imagen numérica。一个她是女市长模板Para que la normalización大海的意义。

La correlación cruzada normalizada es una operación不确定的地区一个一种变化，一种谷物，一种谷物。En estas regionones，normxcorr2引信系数correlación引信系数C。

数据提示:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

salida的论证

反待办事项

系数correlación，系数计算公式numérica中间值计算[- 1,1]。

数据提示:双

Algoritmos

normxcorr2使用一般程序[1]，[2]：

  1. Calcula la correlación cruzada en el domino de recuencia，依赖del tamaño de las imágenes。

  2. 局部计算，预接触，局部计算。

  3. 地区关系正常化工具correlación与系数相关的问题correlación。

La implementación sigue de cerca La fórmula de[1]：

γ （ u ， v ） = ∑ x ， y ( f （ x ， y ） − f ¯ u ， v ] ( t （ x − u ， y − v ） − t ¯ ] ｛ ∑ x ， y ( f （ x ， y ） − f ¯ u ， v ] 2 ∑ x ， y ( t （ x − u ， y − v ） − t ¯ ] 2 } 0.5

在哪里

  • f Es la imagen。

  • t ¯ Es la media de la plantilla

  • f ¯ u ， v Es la media de f （ x ， y ） En la región debajo de la plantilla。

Referencias

[1]刘易斯，j.p。“快速归一化相互关联。”《工业光魔》，1995年。http://scribblethink.org/Work/nvisionInterface/nip.pdf。

罗伯特·M·哈拉里克和琳达·g·夏皮罗，计算机与机器人视觉，第二卷，Addison-Wesley, 1992，第316-317页。

Capacidades ampliadas

历史版本

介绍，2006年

expandir待办事项

Consulte也

|