【正文】 u)。，培養(yǎng)了我對(duì)新的編譯軟件的自學(xué)能力和適應(yīng)能力，也培養(yǎng)了我對(duì)新知識(shí)的接受能力，我從中也學(xué)到了很多圖形圖像方面的知識(shí)，并研究圖形圖像領(lǐng)域中的一個(gè)比較熱門的話題——數(shù)字圖像匹配。還有很多東西可以挖掘，自己也還有太多太多不懂的知識(shí)需要不斷的學(xué)習(xí)，掌握。但是在用MATLAB來編寫程序的過程中，還是遇到了諸多問題，由于不適應(yīng)這種編譯環(huán)境和對(duì)其語法不理解讓我?guī)锥认胍艞?，?jīng)過幾次失敗后終于將程序一點(diǎn)一點(diǎn)編出來并調(diào)試通過。當(dāng)然在此過程中也是存在誤差的，但卻匹配成功的情況，這主要與算法的精確度有關(guān)。而且剪切的部位如上圖紅色框所示。%讀取匹配圖像testpipei_2(a,b)。picture/39。)。3. 在matlab 命令窗口輸入如下命令： a=imread(39。 。%讀取匹配圖像testpipei_2(a,b)。picture/39。)。解題步驟：1. 在matlab 命令窗口輸入如下命令： a=imread(39。六．實(shí)例解答對(duì)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。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)然這里匹配時(shí)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(duì)的依賴坐標(biāo)系統(tǒng)，計(jì)算量太大，費(fèi)時(shí)間較多。五．試驗(yàn)結(jié)果評(píng)價(jià)根據(jù)實(shí)驗(yàn)測(cè)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(shí)間約為40秒左右。%讀取匹配圖像testpipei_2(a,b)。39。)。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。%讀取匹配圖像testpipei_1(a,b)。39。)。如果找到了匹配地點(diǎn)就會(huì)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。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。)。 plot(j+pipei_width,i:i+pipei_height,39。r39。)。 plot(j:j+pipei_width,i+pipei_height,39。r39。 end。 if r==0 break。 end。 if temp_pipeitu_te==temp_yuantu_te%如果特征值相同，r就加1 r=r+1。 for t=1:3 %去掉外圍的一圈 for s=1:3 %取順時(shí)針為正方向 temp_pipeitu_te=temp_pipeitu(t,s)。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(duì)于原圖像上掃描到的每個(gè)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(gè)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(gè)像素；對(duì)這個(gè)臨時(shí)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(gè)像素的臨時(shí)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。 imshow(public_A)。 %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(duì)應(yīng)位置 end。%取兩個(gè)邊中最短的一條邊k=fix(temp_min/5)。%獲取匹配圖象的大小尺寸，其值為[高，寬],將匹配圖象的長(zhǎng)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)。%將原圖灰度化pipeitu2gray=rgb2gray(pipeitu)。)。%讀取原圖像pipeitu=imread(39。39。010110139。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)。)。 plot(j+pipei_width,i:i+pipei_height,39。b39。)。 plot(j:j+pipei_width,i+pipei_height,39。b39。 r=corr2(temp_picture,pipeitu2gray)。規(guī)定相關(guān)系數(shù)的值（）,如果取得的相關(guān)系數(shù)值大于規(guī)定值，可認(rèn)為在以此坐標(biāo)為左上角第一個(gè)像素的臨時(shí)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。%顯示原圖像 hold on。%獲取匹配圖象的大小尺寸，其值為[高，寬],將匹配圖象的長(zhǎng)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)。%將原圖灰度化pipeitu2gray=rgb2gray(pipeitu)。)。%讀取原圖像pipeitu=imread(39。39。當(dāng)新的數(shù)據(jù)落在原來的坐標(biāo)范圍之外時(shí)，MATLAB交自動(dòng)進(jìn)行坐標(biāo)比例的調(diào)整。%在縱坐標(biāo)為4處畫一條平行于x軸，長(zhǎng)度為100的紅色的線段 %其中1:100表示從1到100以默認(rèn)值為1的速度遞增,’r’表示紅色④hold命令功能：可以交圖形添加到現(xiàn)有的圖形中，從而實(shí)現(xiàn)圖形的疊加。r39。③plot函數(shù)功能：在線性坐標(biāo)系中繪制二維數(shù)據(jù)格式：plot(x,y,’顏色’)說明：x,y可以為任意一個(gè)失量。相關(guān)系數(shù)是表示矩陣A與B的線性聯(lián)系密切程度的一個(gè)統(tǒng)計(jì)量，相關(guān)系數(shù)值是小于等于1的正數(shù)。運(yùn)行結(jié)果：m=②corr2函數(shù)功能：求圖像間相關(guān)系數(shù)格式：r=cor2(A,B)說明：corr2函數(shù)計(jì)算圖像矩陣A與B的相關(guān)系數(shù)，矩陣A與B的大小相同，如均為：mn。)。舉例： A=imread(39。格式Ⅱ?yàn)榉墙换シ绞剑瑢?duì)灰度圖像進(jìn)行非交互方式的剪裁操作，通過四元素向量RECT=[xmin ymin width height]指定剪裁矩陣，這些值是定義在坐標(biāo)系中的，xmin和ymin是圖像矩陣I的一處坐標(biāo)，width是以此坐標(biāo)為準(zhǔn)向右的延伸的長(zhǎng)度，height是以此坐標(biāo)為準(zhǔn)向下延伸的長(zhǎng)度，由此構(gòu)成要剪裁的矩形區(qū)域。⑤size函數(shù)功能：用來求出某一個(gè)變量的的大小參數(shù)格式:[x,y]=size(I)說明：I用imread函數(shù)賦值的變量,是一個(gè)圖形矩陣且為灰度圖像，x用來保存I的高度值，y用來保存I的寬度值。④rgb2gray函數(shù)功能：轉(zhuǎn)換RGB圖像或顏色映像表為灰度圖像。如果A為雙精度浮點(diǎn)數(shù)，imwrite首先使用uint8(round(255*A))自動(dòng)將數(shù)組中的值變換為無符號(hào)8位整數(shù)，即交[0，1]范圍內(nèi)的浮點(diǎn)數(shù)變換為[0，255]范圍內(nèi)8位整數(shù)，然后寫入文件。圖像文件格式’是指定圖像文件的保存格式的字符串。圖像文件格式’)說明：文件名為指定圖像文件名稱的字符串。注：在MATLAB中申請(qǐng)一個(gè)變量時(shí)不需要指定類型，其具體類型由系統(tǒng)自動(dòng)判別②imwrite函數(shù)功能：交圖像寫入圖像文件（以BMP,HDF,JPEG,PCX,TIFF,XWD等格式）。)。舉例：A=imread(39。文件名必須在當(dāng)前目錄或MATLAB的work文件夾中，如果找不到則錄找’’.A為無符號(hào)8位整數(shù)(uint8)。格式：A=imread(文件名，’圖像文件格式’)說明:文件名為指定圖像文件名稱的字符串。D4=R2∪R3∪R5∪R6. 對(duì)于每個(gè)D鄰域中的4個(gè)R塊,可規(guī)定一個(gè)順序(如圖2中所取的逆時(shí)針序).對(duì)Dj所包含的4個(gè)R塊的像素灰度值之和S(Rj1),S(Rj2),S(Rj3),S(Rj4)做排序,顯然共有4!=24種可能,每種排序結(jié)果可以用5位的二進(jìn)制編碼來表示,記作P(Dj)∈{00000,00001,…,10111}. 圖1 圖2將R塊Ri所在的4個(gè)D塊的P(Dj)做位串拼接,得到F(Ri)=P(D1)P(D2)P(D3)P(D4),即 F(Ri)=(P(D1)15)+(P(D2)10)+(P(D3)5)+P(D4). 其中,P(Dj)為Ri所在的鄰域Dj的二進(jìn)編碼,為移位操作,其后面的數(shù)字表示移位位數(shù). 定義2. F(Ri)為Ri塊的20位二進(jìn)制編碼特征表示,簡(jiǎn)稱Ri塊的編碼. 對(duì)一幅圖像,提取它所有Ri塊的編碼,需要計(jì)算各個(gè)R塊的灰度值和S(Ri)、計(jì)算各個(gè)D鄰域的編碼P(Dj)、計(jì)算各個(gè)Ri塊的編碼F(Ri),上述運(yùn)算的時(shí)間復(fù)雜度為O(H2). 顯然,F(Ri)表示R塊Ri的灰度與相鄰8個(gè)R塊灰度的分布(序)關(guān)系,體現(xiàn)了圖像灰度的相對(duì)值,可以改變圖像處理粒度的大小,以改變抵抗不同頻率噪聲的能力. 2