计算SSD 与NCC用于匹配 完整matlab程序及图片

计算SSD 与NCC用于匹配 完整matlab程序及图片 计算SSD 与NCC用于匹配 完整matlab程序及图片 计算SSD 与NCC用于匹配 完整matlab程序及图片

function [I_SSDI_NCCIdata]=template_matching（TIIdataIn）
% TEMPLATE_MATCHING is a cpu efficient function which calculates matching 
% score images between template and an （color） 2D or 3D image.
% It calculates:
% - The sum of squared difference （SSD Block Matching） robust template
%   matching.
% - The normalized cross correlation （NCC） independent of illumination
%   only dependent on texture
% The user can combine the two images to get template matching which
% works robust with his application. 
% Both measures are implemented using FFT based correlation.
%
%   [I_SSDI_NCCIdata]=template_matching（TIIdata）
%
% inputs
%   T : Image Template can be grayscale or color 2D or 3D.
%   I : Color image can be grayscale or color 2D or 3D.
%  （optional）
%   Idata : Storage of temporary variables from the image I to allow 
%           faster search for multiple templates in the same image.
%
% outputs
%   I_SSD: The sum of squared difference 2D/3D image. The SSD sign is
%          reversed and normalized to range [0 1] 
%   I_NCC: The normalized cross correlation 2D/3D image. The values
%          range between 0 and 1
%   Idata : Storage of temporary variables from the image I to allow 
%           faster search for multiple templates in the same image.
%
% Example 2D
%   % Find maximum response
%    I = im2double（imread（‘lena.jpg‘））;
%   % Template of Eye Lena
%    T=I（124:140124:140:）;
%   % Calculate SSD and NCC between Template and Image
%    [I_SSDI_NCC]=template_matching（TI）;
%   % Find maximum correspondence in I_SDD image
%    [xy]=find（I_SSD==max（I_SSD（:）））;
%   % Show result
%    figure 
%    subplot（221） imshow（I）; hold on; plot（yx‘r*‘）; title（‘Result‘）
%    subplot（222） imshow（T）; title（‘The eye template‘）;
%    subplot（223） imshow（I_SSD）; title（‘SSD Matching‘）;
%    subplot（224） imshow（I_NCC）; title（‘Normalized-CC‘）;
%
% Example 3D
%   % Make some random data
%    I=rand（506050）;
%   % Get a small volume as template
%    T=I（20:3020:3020:30）;
%   % Calculate SDD between template and image
%    I_SSD=template_matching（TI）;
%   % Find maximum correspondence
%    [xyz]=ind2sub（size（I_SSD）find（I_SSD==max（I_SSD（:））））;
%    disp（x）;
%    disp（y）;
%    disp（z）;
%
% Function is written by D.Kroon University of Twente （February 2011）

if（nargin<3） IdataIn=[]; end

% Convert images to double
T=double（T）; I=double（I）;
if（size（T3）==3） 
    % Color Image detected
    [I_SSDI_NCCIdata]=template_matching_color（TIIdataIn）;
else
    % Grayscale image or 3D volume
    [I_SSDI_NCCIdata]=template_matching_gray（TIIdataIn）;
end

function [I_SSDI_NCCIdata]=template_matching_color（TIIdataIn）
if（isempty（IdataIn）） IdataIn.r=[];  IdataIn.g=[]; IdataIn.b=[];  end
% Splite color image and do template matching on RG and B image
[I_SSD_RI_NCC_RIdata.r]=template_matching_gray（T（::1）I（::1）IdataIn.r）;
[I_SSD_GI_NCC_GIdata.g]=t

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       10757  2011-02-22 16:07  lena.jpg
     文件        1335  2011-02-22 11:05  license.txt
     文件        5910  2011-02-22 16:48  template_matching.m