Matlab图像处理学习笔记（三）：基于匹配的目标识别

如果要在一幅图像中寻找已知物体，最常用且最简单的方法之一就是匹配。

在目标识别的方法中，匹配属于基于决策理论方法的识别。匹配方法可以是最小距离分类器，相关匹配。本文code是基于最小距离分类器，基于相关匹配的与此类似。

本文涉及到的知识点如下：

1、目标识别.

2、基于决策理论方法的识别

3、匹配（最小距离分类器、相关匹配）

4、空间相关（相关匹配涉及）

匹配之前，需要先将图像转换为灰度图，函数为rgb2gray，由于matlab对浮点型支持较为完善，我们还需将图像数据类型更改为double，函数为im2double。之后再将原始图像补0，这样才能遍历图像的每一点，函数padarray。

决策函数的计算为djx=x'*mj-0.5*mj'*mj;冈萨雷斯的《数字图像处理》Page561中有写。之后寻找最佳匹配。

本文算法主要参考冈萨雷斯的《数字图像处理》。

转载请注明出处。

已知问题：运行较慢，相关匹配要快一点。

代码如下：

%function:
%       基于最小距离分类器的模板匹配
%       寻找图片中与已知模板的匹配区域
%referrence：
%      冈萨雷斯的《数字图像处理》（第三版）第十二章 目标识别
%date:2015-1-8
%author:chenyanan
%转载请注明出处：http://blog.csdn.net/u010278305

%清空变量，读取图像
clear;close all
template_rgb = imread('images/eye.jpg');
src_rgb = imread('images