图像相关性(SSD算法)

1、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1. 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,jfenetre.taille=;% 窗口大小fenetre.sommets=;%四个顶点的位置坐标i,jfenetre.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) Rfenetre.wind_coul( :, :,2) Vfenetre.wind_coul( :, :,3) Bfenetre.wind_point % 两个矩阵与窗口像素

2、的横纵位置对应fenetre.wind_point( :, :,1) 像素的横坐标 ifenetre.wind_point( :, :,2) 像素的纵坐标 jfenetre.wind_coul 和 fenetre.wind_point 的字段将会被函数 InitFen 初始化， 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

3、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。2#在Matlab中，显示如下:选择中心：#更新大小X （指数j）: 更新大小丫 （指数i）:输出：S更新大小X （指数j）: 更新大小丫 （指数i）:W <X+ -> CT <Y+ > UW <X+ -> CT <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3%初始化图像窗口%clear allclose allfichier仁'a

4、cquisiti on 160.jpg：x1=imread(fichier1);figure(1)imshow(x1);%示原始图像fen etre.ce ntre=;fen etre.taille=;fen etre.sommets=;fen etre .ni v=4;fen etre.h=0.5;fenetre=InitFen(fenetre,x1);% 创建窗口figure(2)image(fe netre.wi nd_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：M /2 N /22SSD(u,v)= Z |

5、 f(i,j)-g(i + u,j + v)|i=M /2 j sN/2f :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：J * Lu ,v min SSD(u,v)(u,v)匕 R相关 %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。% min=1e8;fichier2='acquisiti on 165.jpg： x2=imread(fichier2);fen etrei=fe netre;

6、xx=fe netrei.ce ntre(1)yy=fe netrei.ce ntre(2);for i=1:1:20fen etrei.ce ntre(1)=fe netrei.ce ntre(1)-1;fen etrei.ce ntre(2)=yy;for j=1:1:20fen etrei.sommets=;fen etrei.ce ntre(2)=fe netrei.ce ntre(2)-1;fen etrei=In itFe n(fen etrei,x2);figure(3)clf;image(fe netrei.w in d_coul/255)% pause(0.05)67#%相关

7、计算%f1=fe netre.w in d_coul(:,:,1);f2=fe netre.wi nd_coul(:,:,2);f3=fen etre.w in d_coul(:,:,3);g1=fe netrei.w in d_coul(:,:,1);g2=fe netrei.w in d_coul(:,:,2);g3=fe netrei.w in d_coul(:,:,3);n ,m=size(f1-g1);sommefg=(f1-g1).A2+(f2-g2).A2+(f3-g3).A2;SSD(i,j)=sum(sum(sommefg);%计算 SSDif SSD(i,j)<min

8、fenetremin=fenetrei;%测试为了找到SSD的最小值mi n=SSD(i,j);endend显示相关矩阵图像（非标准）%end % figure(4); meshc(SSD);%显示相关图像误差%erreur(:,:,1)=abs(fe netre.w in d_coul(:,:,1)-fe netre min.win d_coul(:,:,1); erreur(:,:,2)=abs(fe netre.wi nd_coul(:,:,2)-fe netremi n. wi nd_coul(:,:,2); erreur(:,:,3)=abs(fe netre.w in d_coul

9、(:,:,3)-fe netre min.win d_coul(:,:,3); figure(5);imshow(erreur/255);相关图像误差3.标准相关两幅图像之间亮度变化的方程:G(i,j)=a.f(i,j)+b9QCOQllnlD(、1» H (q+rD)(q+、w)竺、 5H%标准相关% f1=mea n( mea n(fen etre.wi nd_coul(:,:,1);f2=mea n( mea n(fen etre.w in d_coul(:,:,2);f3=mea n( mea n(fen etre.w in d_coul(:,:,3);Sf=sqrt(fe

10、netre.wi nd_coul(:,:,1)-f1).A2+(fe netre.wi nd_coul(:,:,2)-f2).A2+(fe netre.wi nd_coul(:,:,3)-f3).A2); fchapo 仁(fen etre.wi nd_coul(:,:,1)-f1)./Sf;fchapo2=(fe netre.wi nd_coul(:,:,2)-f2)./Sf;fchapo3=(fe netre.wi nd_coul(:,:,3)-f3)./Sf;fichier2='acquisiti on 165.jpg：x2=imread(fichier2);%x2 亮度转型显示

11、 %x3=f(x2)%a=1.2;b=20;x3=a.*x2+b;fen etrei=fe netre;xx=fe netrei.ce ntre(1)yy=fe netrei.ce ntre(2);for i=1:20fen etrei.ce ntre(1)=fe netrei.ce ntre(1)-1;fen etrei.ce ntre(2)=yy;for j=1:20fen etrei.sommets=;fen etrei.ce ntre(2)=fe netrei.ce ntre(2)-1;fen etrei=I ni tFe n(fen etrei,x2);fen etrej =ln i

12、tFe n(fen etrei,x3);figure(6)clf;figure(7)clf;% 计算标准相关 %g1=mea n(mea n(fe netrei.wi nd_coul(:,:,1);g2=mea n( mea n(fen etrei.w in d_coul(:,:,2);g3=mea n( mea n(fen etrei.w in d_coul(:,:,3);Sg=sqrt(fe netrei.wi nd_coul(:,:,1)-g1)42+(fe netrei.wi nd_coul(:,:,2)-g2).A2+(fe netrei.wi nd_coul(:,:,3)-g3).A2);gchapo1=(fe netrei.w in d_coul(:,:,1)-g1)./Sg;gchapo2=(fe netrei.w in d_coul(:,:,2)-g2)./Sg;gchapo3=(fe netrei.w in d_coul(:,:,3)-g3)./Sg;sommefg=(fchap o1-gch