Question

function out = findWaldo(im, filter) 

% convert image (and filter) to grayscale
im_input = im;
im = rgb2gray(im);
im = double(im);
filter = rgb2gray(filter);
filter = double(filter);
filter = filter/sqrt(sum(sum(filter.^2)));
out = normxcorr2(filter, im);

问题1：为什么我们首先对im进行rgb2gray过滤？

问题2：最后一行实际上做了什么？即，

filter = filter/sqrt(sum(sum(filter.^2)));

Answer 1

问题1：为什么先申请rgb2gray？

normxcorr2代表＆＃34;归一化的2-D互相关＆＃34;适用于2D信号（参见doc）。 RGB图像是3D信号：width x height x color（例如1024 x 1024 x 3，3，因为它是三种颜色）。这就是为什么你先把它压平成一个颜色通道。将滤镜分别应用于每种颜色的图像将是另一种选择，但是您还需要处理三种相关性（平均它们或其他......）。

问题2： filter = filter/sqrt(sum(sum(filter.^2)));做什么？

它对滤镜图像进行平方，然后对行和列进行求和（基本上是滤镜的所有平方灰度值），以获得应用平方根的单个数字，然后用于划分所有滤镜图像值。

我说这是处理特定输入信号的某种规范化，可能是尝试从0 - 1获取值。但是因为规范化交叉相关（normxcorr2 ）本身是否正常化，这一步绝对不需要。除非您不做与过滤器变量互相关的操作，否则我认为这是应该删除的工件。

Answer 2

功能的一般说明

此功能接收两个输入：图像文件和模板。例如，图像文件可能是Waldo游戏发现的大型场景，模板可以是Waldo自己的照片。输出是一个名为'out'的矩阵，其大小与图像文件相同。 S.T.每个像素保持“匹配结果”。值越高 - 以像素为中心的补丁保持类似模式（如模板）的可能性越大。最大值应该在Waldo所在的像素上。

问题1

rgb2gray函数接收带有3个通道的rgb图像并将其转换为灰色图像。它在im和on滤镜上完成，因为normxcorr2功能仅适用于灰度图像。

问题2

最后一次执行模式的规范化：它将它除以它的范数，从而将其改为1. 实际上，这一行不是必需的，应该删除。规范化阶段已在normxcorr2函数内执行。

为什么在规范化的互相关之前应用rgb2gray并规范化？

2 个答案: