MATLAB中normxcorr2函数的用法(模板匹配和对象识别)

normxcorr2 是 MATLAB 中的一个函数，用于计算两个矩阵的归一化互相关。这个函数在图像处理和计算机视觉中特别有用，尤其是在模板匹配和对象识别方面。

函数签名

在 MATLAB 中，normxcorr2 函数的基本调用形式如下：

	`C = normxcorr2(TEMPLATE, A)`
	`C = normxcorr2(TEMPLATE, A, 'none')`
	`C = normxcorr2(TEMPLATE, A, 'biased')`
	`C = normxcorr2(TEMPLATE, A, 'unbiased')`
	`C = normxcorr2(TEMPLATE, A, 'coeff')`

参数说明

TEMPLATE：模板图像矩阵。
A：待搜索的图像矩阵，normxcorr2 会在图像 A 中搜索与 TEMPLATE 相似或匹配的区域。
第三个参数是可选的，用于指定归一化的类型，有以下选项：
- 'none'：不进行归一化（默认）。
- 'biased'：使用有偏估计进行归一化，即用 N（模板中的元素数量）进行归一化。
- 'unbiased'：使用无偏估计进行归一化，即用 N-1 进行归一化。
- 'coeff'：返回相关系数，取值范围在 -1 到 1 之间。

返回值

C：是一个矩阵，表示 TEMPLATE 和 A 之间的互相关。矩阵 C 的大小是 A 的大小加上 TEMPLATE 的大小减一。例如，如果 A 的大小是 Ma x Na，TEMPLATE 的大小是 Mt x Nt，则 C 的大小是 (Ma + Mt - 1) x (Na + Nt - 1)。

MATLAB代码

clc;close all;clear all;warning off;%清除变量
rand('seed', 500);
randn('seed', 300);
format long g;% 读取图像  
image = imread('chepai3.png');  
template = imread('chepai2.png');  % 假设图像和模板都是灰度图像  
% 如果不是，需要转换为灰度图像  
if size(image, 3) == 3  image = rgb2gray(image);  
end  
if size(template, 3) == 3  template = rgb2gray(template);  
end  % 计算归一化互相关  
C = normxcorr2(template, image);  % 找到最大相关系数的位置  
[~, maxIndex] = max(C(:));  
[maxY, maxX] = ind2sub(size(C), maxIndex);  % 显示匹配结果  
figure, imshow(C, []), hold on  
plot(maxX, maxY, 'rx', 'MarkerSize', 15, 'LineWidth', 2)  
title('Matched Position');onion=template;
peppers=image;
c = normxcorr2(onion,peppers);
figure, surf(c), shading flat
[ypeak, xpeak] = find(c==max(c(:)));
yoffSet = ypeak-size(onion,1);
xoffSet = xpeak-size(onion,2);
hFig = figure;
hAx  = axes;
imshow(peppers,'Parent', hAx);
imrect(hAx, [xoffSet+1, yoffSet+1, size(onion,2), size(onion,1)]);

程序结果: