公司定制网站建设公司,个人网站做seo,网站后台 灰色,律师网站建设opencv关于ncc说#xff0c;#xff0c;完全匹配p1#xff0c;完全不匹配p-1#xff0c;p0表示无关联。 数学书概率论中说#xff0c;|p|1#xff0c;是线性相关#xff0c;p0#xff0c;不相关。 我在程序中验证后#xff0c;发现#xff0c;数学书更准确。 第一…opencv关于ncc说完全匹配p1完全不匹配p-1p0表示无关联。 数学书概率论中说|p|1是线性相关p0不相关。 我在程序中验证后发现数学书更准确。 第一线性相关就是匹配相关。 第二p-1也是完全匹配。怎么得到值是-1或逼近-1的值呢 学习模板不变匹配到的图像计算p1 然后灰度翻转匹配到的图像黑白相反 即    roiImage备用ncc3[i * roiwforncc j] (byte)(255-                         globgaospydoutimgN精细for90[i * localww1per4 j tihuan]); 公式不变ncc的结果p-1出现 也就是说040802550这一串数和255-0255-40255-80255-255255-0 匹配结果是p-1也就是说黑白颠倒而形状一样040802550这一串数和040802550自然p1. 第三线性相关比匹配表达的意思更准确线性相关表达了比例缩放(尺度变化)并不影响结果而匹配我们首先直观的理解是不带比例缩放的。 不信你看相关的两幅图模板和匹配结果图像都是长m宽n。 实际缩放1/4,仍然可以用这个公式匹配怎么做呢 a变换到0-255的直方图 bw*h的模板和缩放图像1/2*w*1/2*h(比如我们用模板隔行隔列取图他们的直方图是一致的。 c在直方图基础上样本数是256均值各算各公式仍可以保证正确匹配。 下面是测试代码 //roiImage直方图ncc4, roiImage直方图ncc都使用原图                             double[] 百分比直方图new double[256];          double      junzhi 0;         double       junzhiM 0;               for (int i 0; i roiwforncc * roihforncc; i)               {                                  百分比直方图[roiImage直方图ncc[i]];                                 }                          for (int h 0; h 256; h)               { junzhi 百分比直方图[h] * 百分比直方图[h] / (roiwforncc * roihforncc);               }                             double[] 百分比直方图m new double[256];               //应该做插值或高斯平滑,否则竖线或横线刚好在隔行隔列上就干掉了先试一试再试一试202402031211               for (int i 0; i roiwforncc; i2)                   for (int j 0; j  roihforncc; j2)               {                   int temp j * roiwforncc i;                                    百分比直方图m[roiImage直方图ncc4[temp]];                                 }                                     for (int h 0; h 256; h)               { junzhiM 百分比直方图m[h] * 4 * 百分比直方图m[h] / (roiwforncc * roihforncc);               }               double aa1 0;               double bb1 0;               double cc1 0;                           for (int i 0; i 256; i)               { aa1 (百分比直方图[i] - junzhi) * (百分比直方图m[i] - junzhiM);                   bb1 (百分比直方图[i] - junzhi) * (百分比直方图[i] - junzhi);                   cc1 (百分比直方图m[i] - junzhiM) * (百分比直方图m[i] - junzhiM);               }               double p1 0;               p1 aa1 / Math.Sqrt(bb1 * cc1); 最后要解释一下线性相关公式中有1/(m*n)在求和西格玛之前为什么没有了其实是协方差分子和方差分母都有这个系数消掉了。