【文章內(nèi)容簡介】 _picture,pipeitu2gray)。%取得相關(guān)系數(shù) if r% %下面用plot函數(shù)在原圖的坐標(biāo)系上畫出匹配區(qū)域 plot(j:j+pipei_width,i,39。b39。)。 plot(j:j+pipei_width,i+pipei_height,39。b39。)。 plot(j,i:i+pipei_height,39。b39。)。 plot(j+pipei_width,i:i+pipei_height,39。b39。)。 end endend(2) 基于灰度的快速模板匹配算法①dec2bin函數(shù)功能：十進(jìn)制數(shù)轉(zhuǎn)換成二進(jìn)制數(shù)格式：A=dec2bin(B,位數(shù))說明：B為十進(jìn)制數(shù)，A為轉(zhuǎn)換后的二進(jìn)制序列，位數(shù)為A的二進(jìn)制位數(shù)。舉例：A=dec2bin(13,5)%將13轉(zhuǎn)換為5位的二進(jìn)制運(yùn)行結(jié)果：A =01101②bin2dec函數(shù)功能：二進(jìn)制數(shù)轉(zhuǎn)換成十進(jìn)制數(shù)格式：A=bin2dec(B)說明：B為二進(jìn)制序列，A為轉(zhuǎn)換后的十進(jìn)制數(shù)。舉例：C=bin2dec(39。010110139。)%將二進(jìn)制為0101101的序列轉(zhuǎn)化為十進(jìn)制運(yùn)行結(jié)果：C = 45③min函數(shù)功能：求向量中的最小值格式：A=min(B)說明：B為一個向量，A中保存的是B中的最小值舉例：A=min(12 32 45 66 2 3)運(yùn)算結(jié)果:A= 2④max函數(shù)功能：求向量中的最大值格式：A=max(B)說明：B為一個向量，A中保存的是B中的最大值舉例：A=max(12 32 45 66 2 3)運(yùn)算結(jié)果:A= 66⑤sum函數(shù)功能：求向量中和格式：A=sum(B)說明：B為一個向量，A中保存的是B中的和舉例：A=sum(12 32 45 66 2 3)運(yùn)算結(jié)果:A= 160⑥testpipei_2函數(shù)(代碼祥見附錄二)實(shí)現(xiàn)細(xì)節(jié)：Ⅰ:讀取原圖像(搜索圖)和匹配圖像（模板圖）yuantu=imread(39。39。)。%讀取原圖像pipeitu=imread(39。39。)。%讀取匹配圖像Ⅱ:將原圖像和匹配圖像灰度化，以便于計(jì)算yuantu2gray=rgb2gray(yuantu)。%將原圖灰度化pipeitu2gray=rgb2gray(pipeitu)。%將匹配圖灰度化Ⅲ: 獲取原圖像和匹配圖像的尺寸及分塊標(biāo)準(zhǔn)值[pipei_height,pipei_width]=size(pipeitu2gray)。%獲取匹配圖象的大小尺寸，其值為[高，寬],將匹配圖象的長度值賦給pipei_width,將匹配圖象的寬度值賦給pipei_lenth[yuantu_height,yuantu_width]=size(yuantu2gray)。%獲取原圖象的大小尺寸，其值為[高，寬],將原圖象的長度值賦給pipei_width,將原圖象的寬度值賦給pipei_lenthtemp_min=min([pipei_height,pipei_width])。%取兩個邊中最短的一條邊k=fix(temp_min/5)。%以分成33特征塊為基準(zhǔn)，得出最佳分塊標(biāo)準(zhǔn)值Ⅳ:計(jì)算及記錄匹配圖的9個特征塊的信息；顯示出原圖，并調(diào)用hold on命令，以實(shí)現(xiàn)以后在原圖像上做標(biāo)記 for t=1:3%去掉外圍的一圈 for s=1:3%取順時針為正方向 temp_pipeitu(t,s)=bin2dec(gettezheng(t,s,pipeitu2gray,k))。 %將二進(jìn)制編碼值（特征塊值）以十進(jìn)制的形式保存在33的矩陣中的對應(yīng)位置 end。 end。 imshow(public_A)。 hold on。Ⅴ:在原圖像上進(jìn)行掃描，橫坐標(biāo)到原圖像的寬度減去匹配圖的寬度，縱坐標(biāo)到原圖像高度減去匹配圖的高度；對于原圖像上掃描到的每個像素點(diǎn)，以此像素點(diǎn)的坐標(biāo)為準(zhǔn)，剪裁(參見imcrop函數(shù)說明)出一個大小和匹配圖大小一樣的矩陣，此像素點(diǎn)為該矩陣的左上角第一個像素；對這個臨時矩陣進(jìn)行特征值提取，并和匹配圖的特征值進(jìn)行比較，如果特征塊的匹配數(shù)大于一定數(shù)（我設(shè)定為大于等于8）,可認(rèn)為在以此坐標(biāo)為左上角第一個像素的臨時矩陣和匹配圖矩陣是相匹配的；如果在此坐標(biāo)下是匹配的話，則以此為左上角，將匹配區(qū)域標(biāo)記出來。 r=0。 for t=1:3 %去掉外圍的一圈 for s=1:3 %取順時針為正方向 temp_pipeitu_te=temp_pipeitu(t,s)。 temp_yuantu_te=bin2dec(gettezheng(t,s,temp_picture,k))。 if temp_pipeitu_te==temp_yuantu_te%如果特征值相同，r就加1 r=r+1。 else break。 end。 end。 if r==0 break。 end。 end。 if r=8%下面用plot函數(shù)在原圖的坐標(biāo)系上畫出匹配區(qū)域 plot(j:j+pipei_width,i,39。r39。)。 plot(j:j+pipei_width,i+pipei_height,39。r39。)。 plot(j,i:i+pipei_height,39。r39。)。 plot(j+pipei_width,i:i+pipei_height,39。r39。)。 end endend⑦getOrder函數(shù) (代碼祥見附錄三)功能：根據(jù)輸入的四項(xiàng)參數(shù)的大小順序，返回一個5位二進(jìn)制的編碼格式：shunxu=getOrder(temp_shunxu_1,temp_shunxu_2,temp_shunxu_3,temp_shunxu_4)舉例：T=getOrder(32,13,56,42)運(yùn)行結(jié)果：T= 10000⑧gettezheng函數(shù) (代碼祥見附錄四)功能：根據(jù)特征塊的左上角坐標(biāo)得出該特征塊的特征值，特征值的定義詳見基于灰度的快速匹配算法中的定義2。格式：tezheng=gettezheng(i,j,I,k)說明：i,j為特征塊左上角的橫坐標(biāo)與衷縱坐標(biāo)，I為圖像矩陣，k為最佳分塊標(biāo)準(zhǔn)值。四．實(shí)驗(yàn)測試讀取一幅262，規(guī)格為196104。如果找到了匹配地點(diǎn)就會用帶顏色的矩形（匹配算法一為藍(lán)色，算法二為紅色），將匹配區(qū)域給圈定下來.1. 基于灰度的歸一化匹配算法操作步驟：在matlab 命令窗口輸入如下命令：a=imread(39。39。)。%讀取原圖像b=imread(39。39。)。%讀取匹配圖像testpipei_1(a,b)。（注：這個運(yùn)行過程大概需要40秒，需耐心等待）下圖就是在原圖像中找到的匹配區(qū)域。2. 基于灰度的快速模板匹配算法操作步驟：在matlab 命令窗口輸入如下命令：a=imread(39。39。)。%讀取原圖像b=imread(39。39。)。%讀取匹配圖像testpipei_2(a,b)。（注：這個運(yùn)行過程大概需要25秒，需耐心等待）下圖就是在原圖像中找到的匹配區(qū)域。五．試驗(yàn)結(jié)果評價根據(jù)實(shí)驗(yàn)測試結(jié)果得：匹配算法1（基于灰度的歸一化匹配算法）的匹配時間約為40秒左右。匹配算法2（基于灰度的快速匹配算法）的匹配時間約為25秒左右。(當(dāng)然這里匹配時間的估算可能在不同環(huán)境或則不同機(jī)子下存在差異)結(jié)論：匹配算法1和匹配算法2的共同缺點(diǎn)是都絕對的依賴坐標(biāo)系統(tǒng)，計(jì)算量太大，費(fèi)時間較多。這些也正是利用灰度信息匹配方法的主要缺陷所在。但是單純比較這兩種算法，算法2還是比算法1的匹配速度快很多。當(dāng)然這里還需注意，兩圖像進(jìn)行匹配時首先要保證它們具有相同的方向，（即不能有一個圖像是旋轉(zhuǎn)過的），這也是這兩種算法在進(jìn)行匹配時的缺陷所在。六．實(shí)例解答對于一開始在課題分析中提出的問題，這邊將運(yùn)用匹配算法2（基于灰度的快速匹配算法）給予相應(yīng)的解答。問題：這邊收集了很多張及其類似的照片（），還有一張小照片()，而現(xiàn)在只知道這張小照片，是從這些類似的照片中的某一張剪切下來得到的，問題是如何快速準(zhǔn)確的找出這張小照片是從那一張照片中剪切下來的，以及確定出在原照片上所剪切的那個部位。解題步驟：1. 在matlab 命令窗口輸入如下命令： a=imread(39。picture/39。)。%讀取原圖像b=imread(39。picture/39。)。%讀取匹配圖像testpipei_2(a,b)。（注：這個運(yùn)行過程大概需要20秒，需耐心等待）運(yùn)行結(jié)果如下圖所示：說明：匹配失敗。 。 、。3. 在matlab