模板匹配技术

更深入理解模板匹配技术，能够独立根据已知算法（相关匹配（Correlation Matching）、基于Hausdorff距离匹配方法 及考虑对场景图象距离变换（Distance Transform）的Hausdorff距离匹配方法）在MATLAB下编程实现相关的模板匹配技术，并通过结果，对比不同算法的优缺点。 1）利用①相关匹配（Correlation Matching）、②基于Hausdorff距离匹配方法 及③考虑对场景图象距离变换（Distance Transform）的Hausdorff距离匹配方法,实现模板目标在场景图象中的定位。 2）对于每个模板分别给出最后的目标定位位置坐标（左下角坐标为（0,0））,对于方法①与②，比较定位精度的偏差；对于方法②与③比较定位效率（时间）。

clear
clc
Background_Source=imread（‘Scene.jpg‘）;
Template_Source=imread（‘Template_1.jpg‘）;

if size（Background_Source3）==3
    Template=rgb2gray（Background_Source）;
    Template=double（Template）;
else
    Template=double（Template_Source）;
end
if size（Template_Source3）==3
    Background=rgb2gray（Template_Source）;
    Background=double（Background）;
else
    Background=double（Background_Source）;
end

[Bk_r Bk_c]=size（Background）;
[Te_r Te_c]=size（Template）;
%实现公式运算
for i=1:（Bk_r-Te_r+1）
    for j=1:（Bk_c-Te_c+1）
        A=Background（i:i+Te_r-1j:j+Te_c-1）.*Template;
        B=sum（A（:））;
        C=Background（i:i+Te_r-1j:j+Te_c-1）.*Background（i:i+Te_r-1j:j+Te_c-1）;
        D=sum（C（:））;
        E=Template.*Template;
        F=sum（E（:））;
        Result（ij）=B/sqrt（D*F）;
    end
end

[C_maximax]=max（Result（:））;
[y x]=ind2sub（size（Result）imax）;%函数可以用来把矩阵元素的index转换成对应的下标，并输出坐标
y1=Bk_r-Te_r-y+1
x1=x-1
figure;
subplot（132）;imshow（Background_Source）;
title（‘原始图像‘）;
subplot（131）;imshow（Template_Source）;
title（‘模板图像‘）;
subplot（133）;imshow（Background_Source）;
title（‘匹配结果‘）;
rectangle（‘Position‘[xysize（Template2）size（Template1）]‘EdgeColor‘‘r‘）;