以下内容是图像相关性方面设计算法的大体思路图像相关性研究.DOCVIP

以下内容是图像相关性方面设计算法的大体思路： 图像相关性研究 初始化一个图像窗口 窗口结构中定义的字段： fenetre.centre=[]; %图像窗口中心位置坐标 i,j fenetre.taille=[];%窗口大小 fenetre.sommets=[];%四个顶点的位置坐标 i,j fenetre.h; %比例因子 fenetre.wind_coul % 三色图像区域的窗口框架矩阵 fenetre.wind_coul(?:,?:,1)( R fenetre.wind_coul(?:,?:,2)( V fenetre.wind_coul(?:,?:,3)( B fenetre.wind_point % 两个矩阵与窗口像素的横纵位置对应 fenetre.wind_point(?:,?:,1)( 像素的横坐标 i fenetre.wind_point(?:,?:,2)( 像素的纵坐标 j fenetre.wind_coul 和 fenetre.wind_point 的字段将会被函数InitFen初始化， 这个函数可以显示图像和选择图像区域. 用户可以选择窗口的中心位置并手动确定其大小. 中心，大小和位置将会被初始化:. [fenetre]=InitFen(fenetre,Image); figure(2) image(fenetre.wind_coul/255) 目的是要在另一幅图中找到一个窗口或图像的一部分。我们将针对本研究，提供以下的书籍封面。其他图像都是相同的，只是这些书发生了移动。 初始图像 最后得到的图像效果 在原始图像中，我们用鼠标选择我们想要创建的窗口，见下图中的蓝色方框。 在Matlab中，显示如下： 选择中心： 更新大小 X (指数j) : W ----- -X+ ---- C 更新大小 Y (指数i) : T ----- -Y+ ---- U 输出: S 更新大小X (指数 j) : W ----- -X+ ---- C 更新大小Y (指数 i) : T ----- -Y+ ---- U 输出: S 当按 C 时，窗口变长； 当按 U 时，窗口变宽； 当按 S 时，显示第二幅图像。 %%%%%%%%%%%%%% 初始化图像窗口 %%%%%%%%%%%%%%% clear all close all fichier1=acquisition160.jpg; x1=imread(fichier1); figure(1) imshow(x1); %示原始图像 fenetre.centre=[]; fenetre.taille=[]; fenetre.sommets=[]; fenetre.niv=4; fenetre.h=0.5; [fenetre]=InitFen(fenetre,x1); % 创建窗口 figure(2) image(fenetre.wind_coul/255); %显示带窗口的图像 pause 用户选择的参考窗口 2. 相关 我们测量一下原窗口与下面图像部分的差异。 一种方法： f : 图像方程 g : 参数窗口方程 f 和 g 函数代表图像颜色， 因此我们有3部分（RVB 三色的概率）. f=(fr, fv, fb) et g=(gr, gv, gb). 当SSD最小时，我们得到(u*,v*) 的最佳答案： SSD函数为了实现彩色图像的功能，并提出一种算法来跟踪图像序列中的一个对象。%%%%%%%%%%%%%%%%%%%%%%% 相关 %%%%%%%%%%%%%%%%%%%%%%%% min=1e8; fichier2=acquisition165.jpg; x2=imread(fichier2); fenetrei=fenetre; xx=fenetrei.centre(1) yy=fenetrei.centre(2); for i=1:1:20 fenetrei.centre(1)=fenetrei.centre(1)-1; fenetrei.centre(2)=yy; for j=1:1:20 fenetrei.sommets=[]; fenetrei.centre(2)=fenetrei.centre(2)-1; [fenetrei]=InitFen(fenetrei,x2); figure(3) clf; image(fenetrei.wind_coul/255) % pause(0.05)