图像匹配之归一化积相关灰度匹配

归一化积相关是一种典型的基于灰度相关的算法，具有不受比例因子误差影响和抗白噪声干扰能力强等优点。

它使用的相似性度量定义如下：

R即为相似性的度量值，该值越大，代表相似性越大。T是模板，S是搜索图。将模板图T放在搜索图S上平移，模板覆盖下的那块搜索图叫做Sij，(i,j)为这块子图左上角像点在S图中 的坐标，称为参考点。式中分子位置的项是子图像和模板的互相关，随（i，j）的改变而改变，分母的第二项表示的是模板的总能量，第一项表示的是子图S的总能量。当T和Sij匹配时，R即为最大值。

我用opencv在VS2008中编写了一段程序，程序如下：

#include "stdafx.h"
 
#include 
#include "highgui.h"
#include 

IplImage *src_gray1, *src_gray2, *src_gray3;
IplImage *T_gray1, *T_gray2, *T_gray3;
IplImage* S_img,*Match_image;

void AllocateImage(IplImage* I,IplImage* T)   //给图像分配大小
{
	CvSize sz   = cvGetSize(I);
	CvSize sz_T = cvGetSize(T);
	

	src_gray1 = cvCreateImage( sz, IPL_DEPTH_8U, 1);    //原图的三个通道
	src_gray2 = cvCreateImage( sz, IPL_DEPTH_8U, 1);
	src_gray3 = cvCreateImage( sz, IPL_DEPTH_8U, 1);

	T_gray1 = cvCreateImage( sz_T, IPL_DEPTH_8U, 1);	//模板的三个通道
	T_gray2 = cvCreateImage( sz_T, IPL_DEPTH_8U, 1);
	T_gray3 = cvCreateImage( sz_T, IPL_DEPTH_8U, 1);

	S_img   = cvCreateImage( sz_T, IPL_DEPTH_8U, 1);	//模板覆盖下的子图
	Match_image = cvCreateImage( sz, IPL_DEPTH_8U, 1);  //匹配位置图，图中的白点即为匹配得到的位置

	cvSetZero(Match_image);
}
int main(int argc, char* argv[])
{
	
	IplImage* img = cvLoadImage("image/归一化.bmp");                 //加载图像    原图
	IplImage* T_img = cvLoadImage("image/归一化模板.bmp");			 //模板图
	int i,j,m,n,Max_width,Max_height;
	double MatchValue=0,MaxValue=0;
	unsigned int src_width  = img->width;
	unsigned int src_height = img->height;
	unsigned int T_width  = T_img->width;
	unsigned int T_height = T_img->height;
	unsigned long InterRelateValue=0, S_energy=0, T_energy=0;
	
	AllocateImage( img, T_img);
	 
	
	cvNamedWindow("my picture",CV_WINDOW_AUTOSIZE);
	cvNamedWindow("my model",CV_WINDOW_AUTOSIZE);
	cvNamedWindow("result",CV_WINDOW_AUTOSIZE);

	cvSplit( img, src_gray1, src_gray2, src_gray3, 0);
	cvSplit( T_img, T_gray1, T_gray2, T_gray3, 0);
	
	for( i= 0; i<(src_height-T_height); i++)        //模板图在搜索图上平移
	{
		for( j= 0; j<(src_width-T_width); j++)
		{
			
			cvSetImageROI(src_gray1,                
			cvRect( j, i, T_img->width, T_img->height )		
			);
			cvCopy( src_gray1, S_img, 0 );
			cvResetImageROI(src_gray1);
			///计算相似度
			for( m=0; mimageData + m*S_img->widthStep;
				unsigned char* T_ptr = (unsigned char*)T_gray1->imageData + m*T_gray1->widthStep;

				for( n=0; n MaxValue)   //找最大值
			{
				MaxValue = MatchValue;
				Max_width = j;
				Max_height = i;
			}
			
			InterRelateValue = 0;
			S_energy = 0;
			T_energy = 0;
			
		}
	}
	cvSet2D( Match_image, Max_height, Max_width, cvScalar( 255, 0, 0, 0) );
	cvRectangle(img, cvPoint(Max_width, Max_height), cvPoint(Max_width+T_width, Max_height+T_height), cvScalar(0, 0, 255, 0), 1,8,0);
	
	cvShowImage("my picture",img);             //原图，图中红色矩形区域即为匹配的位置
	cvShowImage("my model",T_gray1);		   //模板图	
	cvShowImage("result",Match_image);         //匹配的位置

	cvWaitKey(0);
	cvReleaseImage(&img);
	cvReleaseImage(&T_img);
	cvReleaseImage(&src_gray1);
	cvReleaseImage(&src_gray2);
	cvReleaseImage(&src_gray3);
	cvReleaseImage(&T_gray1);
	cvReleaseImage(&T_gray2);
	cvReleaseImage(&T_gray3);
	cvReleaseImage(&Match_image);
	cvReleaseImage(&S_img);
	
	
	cvDestroyWindow("my picture");
	cvDestroyWindow("my model");
	cvDestroyWindow("result");
	
 
	return 0;
}