基于相关系数的影像匹配

基于相关系数的影像匹配，最终结果显示将两张图片合并显示，用线将匹配点连接在一起。并输出匹配点的行列号。

#include “stdafx.h“
#include “Match.h“
#include “math.h“  
#include “Moravec.h“  


CMatch::CMatch（）
{
	windowsize = 11;  //设置匹配窗口的大小
	Threshold = 0.8;  //设置阈值
	pPoint2i = NULL; 
	num = 0;
}


CMatch::~CMatch（）
{
}


void CMatch::showresult（const Mat LeftImgColor const Mat RightImgColor Mat &ResultImg）
{
	int rResult= LeftImgColor.rows > RightImgColor.rows ? LeftImgColor.rows : RightImgColor.rows;

	ResultImg.create（rResult LeftImgColor.cols + RightImgColor.cols LeftImgColor.type（））;
	for （int i = 0; i	{
		for （int j = 0; j		{
			ResultImg.at（i j） = LeftImgColor.at（i j）;
		}
	}
	for （int i = 0; i	{
		for （int j = 0; j		{
			ResultImg.at（i j + LeftImgColor.cols） = RightImgColor.at（i j）;
		}
	}
}
double CMatch::NCCValue（int lr int lc int rr int rc）
{
	double gLeftAverage = 0;//左影像窗口灰度平均值  
	double gRightAverage = 0;//右影像窗口灰度平均值  
	int halfsize = windowsize / 2;
	for （int i = -halfsize; i	{
		for （int j = -halfsize; j		{
			gLeftAverage += LeftImgEpi.at（lr + i lc + j）;
			gRightAverage += RightImgEpi.at（rr + i rc + j）;
		}
	}
	gLeftAverage /= windowsize*windowsize;
	gRightAverage /= windowsize*windowsize;
	double a = 0;
	double b = 0;
	double c = 0;
	for （int i = -halfsize; i	{
		for （int j = -halfsize; j		{
			double left_av = LeftImgEpi.at（lr + i lc + j） - gLeftAverage;
			double right_av = RightImgEpi.at（rr + i rc + j） - gRightAverage;
			a += left_av*right_av;
			b += left_av*left_av;
			c += right_av*right_av;
		}
	}
	return a / sqrt（b*c）;//返回相关系数的大小  
}
void CMatch::FeatureMatchMain（Mat LeftImg Mat RightImg Mat LeftImgColor Mat RightImgColor）
{
	LeftImgEpi = LeftImg;
	RightImgEpi = RightImg;
	Point offset = Point（0170）;
	int delta = 15;
	Mat Result;
	showresult（LeftImgColor RightImgColor Result）;//将两张彩色影像和合并1个  
	//imshow（“拼接结果“ Result）;
	//cvWaitKey（）;
	Mat Interest;//兴趣矩阵  
	CMoravec CM;
	int FeatureNum;//特征点个数  
	CM.Moravec（LeftImgEpi LeftImgColor）;//Moravec特征提取  
	Mat mFeaturePoint = CM.resMorMat.clone（）;
	FeatureNum = CM.FeatureNum;
	Interest = CM.Interest.clone（）;
	pPoint2i = new struct MatchPoint2i[FeatureNum];//给同名点结构体数组分配内存空间  
	int halfsize = windowsize / 2;
	int Lr = LeftImgEpi.rows;
	int Lc = LeftImgEpi.cols;
	int Rr = RightImgEpi.rows;
	int Rc = RightImgEpi.cols;
	//搜索匹配点  
	for （int i = halfsize; i	{
		for （int j = 20; j		{
			if （Interest.at（i j） == 0）
				//特征点作为模板中心  
			{
				double maxscore = 0;
				for （int r = i + offset.x - delta; r < i + offset.x + delta; r++）{
					for （int c = j + offset.y - delta; c< j + offset.y + delta; c++）
					{
						double score = NCCValue（i j r c

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    5165982  2017-12-30 00:06  基于相关系数的数字影像匹配\result.bmp

     文件       4251  2017-12-30 01:02  基于相关系数的数字影像匹配\相关系数实现类\Match.cpp

     文件        821  2017-12-29 23:39  基于相关系数的数字影像匹配\相关系数实现类\Match.h

     目录          0  2018-12-02 15:00  基于相关系数的数字影像匹配\相关系数实现类

     目录          0  2018-12-02 15:02  基于相关系数的数字影像匹配

----------- ---------  ---------- -----  ----

              5171054                    5