1、 计算方法课程设计（1） 数字图像匹配数字图像匹配 目目 录录 一一. 课题分析课题分析 4 4 二算法设计二算法设计 5 5 1. 概念解释概念解释 . . 5 2数字图像匹配算法设计数字图像匹配算法设计 55 基于灰度的归一化匹配算法基于灰度的归一化匹配算法66 基于灰度的快速模板匹配算法基于灰度的快速模板匹配算法88 三相应三相应matlabmatlab程序设计程序设计. . 1010 1数字图像匹配相关函数数字图像匹配相关函数 10 2数字图像匹配函数数字图像匹配函数 .12.12 (1) (1) 基于灰度的归一化匹配算法基于灰度的归一化匹配算法1212 (2) (2) 基于灰度的快速
2、模板匹配算法基于灰度的快速模板匹配算法1414 四实验测试四实验测试 1818 1. 基于灰度的归一化匹配算法基于灰度的归一化匹配算法.18.18 2. 基于灰度的快速模板匹配算法基于灰度的快速模板匹配算法1818 五试验结果评价五试验结果评价 1919 六实例解答六实例解答 1919 七实习心得体会七实习心得体会 2121 参考文献参考文献 2222 附附 录录2323 附录一：testpipei_1.m（基于灰度的归一化匹配算法） 2323 附录二：testpipei_2（基于灰度的快速模板匹配算法） 2323 附录三：getOrder.m （二进制编码）. . 2525 附录四：gett
3、ezheng.m (求特征值) . . 2727 附录五：图 片 2929 计算方法课程设计（2） 数字图数字图像像匹配匹配 一一. 课题分析课题分析 背景背景描述描述： 现代社会已进入信息时代，随着计算机技术、通信技术和数学的发展，图像 信息处理能力和水平也不断提高，相应的也得到和更多关注、研究和更加广泛的 应用。图像匹配是图像处理的一项关键技术，可广泛用于目标识别与跟踪、立体 视觉、变化检测、车场车牌识别、人脸识别、机器人导航、测绘、等领域，已成 为一门新兴的分支学科。由于拍摄时间、拍摄角度、自然环境的变化、多种传感 器的使用和传感器本身的缺陷，使拍摄的图像不仅受噪声的影响，而且存在严重
4、的灰度失真和几何畸变。在这种条件下，如何有效地进行图像匹配一直是人们研 究的热点和难点。 实例问题：实例问题： 现在来看一个很简单的问题：这边收集了八张很类似的照片（见picture文 件夹中的k001.jpg-k008.jpg） ，还有一张小照片(见picture文件夹中的 pipeitu.jpg)，而现在只知道这张小照片，是从这些类似的照片中的某一张剪切 下来得到的， 问题是如何快速准确的找出这张小照片是从那一张照片中剪切下来 的， 以及确定出在原照片上所剪切的那个部位。 显然由于这些照片是及其类似的， 用肉眼是很难观察辨别出来的。 而下面要讲的图像匹配技术就是一个处理类似问 题的一项有效
5、的技术。 在此课程设计报告也将在最后运用图像匹配技术对这个问 题做出回答。 图像匹配图像匹配的概念的概念： 图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点， 如二 维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数， 取搜索区 中相关系数最大所对应的窗口中心点作为同名点。 其实质是在基元相似性的条件 下，运用匹配准则的最佳搜索问题。简单的讲就是，要判读一幅大图像中是否存 在某种已知的图案，则以一幅与该图案有着相同尺寸和方向的小图像为模板，通 过一定的算法可以在图中找到目标，确定其坐标位置。 计算方法课程设计（3） 开发环境：开发环境： MATLAB 7.3.0 二算法设
6、计二算法设计 1.概念解释：概念解释： 数字图像:数字图像是由被称做像素的小块区域组成的二维像素矩阵。一般可 以把图像分成 3 种形式：单色图像，灰度图像和彩色图像。 像素：表示图像颜色的最小单位，每个像素都是由一定长度的数字值来表示它 的颜色和亮度。 灰度图像：灰度图是指只含亮度信息，不含色彩信息的图像，就像平时看到的 黑白照片： 亮度由暗到明， 变化是连续的。 根据灰色的程度， 可分为若干个等级， 人眼可分的最多等级是 64 级。图像处理中常采用 256 个灰色等级。灰度图的每 个像素的亮度用一个数值来表示，通常数值范围在 0255 之间，即可用一个字 节来表示，0 代表纯黑，255 代表纯白，而其他表示灰度，根据黑白所占的比例 分布在 0255 之间。 点阵图:显示器的屏幕由可以发光的像素点组成. 并且从几何位置看, 所用这 些像素点构成一个矩形的阵列.利用计算机控制各像素点按我们指定的要求发光, 就构成了我们需
