归一化scipy.ndimage.filters.correlate

Question

有没有人知道如何将

scipy.ndimage.filters.correlate

要获取的函数：

XCM = 1/N(xc(a-mu_a,b-mu_b)/(sig_a*sig_b))

相关性的N是什么？它通常是图像的数据点/像素的数量。我应该为scipy.ndimage.filters.correlate选择哪个值？我的图片大小不同。我猜scipy correlate函数会将小图像填充为零？

最终矩阵N = XCM.sizeX() * XCM.sizeY()的大小？

谢谢，艾尔

Answer 1

在我看来，您正在尝试计算两个图像的归一化互相关(我怀疑您可能正在尝试进行模板匹配？)。这个答案假设归一化的互相关就是你想要的。

• 当您计算两个图像之间的归一化互相关时，您所做的等同于在模板和参考图像重叠的区域中对它们减去平均值并除以标准差。
• 此处，N将等于模板中的像素数，这与模板在参考图像上滑动时模板和参考图像之间的局部重叠区域中的像素数相同。
• 您应该阅读Wikipedia article on cross-correlation，并且特别针对归一化互相关的定义和一些解释对每个术语mean.
• This article by Lewis (1995)有了更深入的解释，还描述了一些用于高效计算归一化cross-correlation.
• I的巧妙技巧，还编写了自己的this bit函数进行模板匹配，包括基于刘易斯的归一化互相关和MATLAB的一些代码片段。您可以找到源here.

如果你有更多的问题，请告诉我，我将尝试解释。

Answer 2

归一化互相关(NCC)也包含在scikit image中，称为skimage.feature.match_template。参见this template matching example。

您也可以使用matchTemplate方法对OpenCV执行相同的操作。从Python到OpenCV有很多很好的绑定，但如果只需要模板匹配，就有点夸大其词了。我会选择scikit-image。