击中击不中变换的简化版（其实就是模板匹配）

今天看了击中击不中变换，发现很多地方说的比较模糊，比较常见的说法是：

(集合X为原二值化图像的像素集合，对X取反求得~X(非X， Y表示), 选择的结构元为s1, 对结构元s1取反的结构元为s2)

首先对用s1对X进行腐蚀得到A1,， 用s2对Y(即~X)进行腐蚀得到A2。最终结果C = A1 & A2。

嘟噜嘟噜一大堆话直接把人说晕了，然后在知乎上看到这样的回答“就是一个完全的模板匹配过程”，我仔细想了一下，按照上面的说法，如果结构元s2是s1的取反的话，就是这么回事，简直是无语。

只是模板匹配的话只用卷积就能实现，代码如下

1. sse1 = int8(se1);
   
2. sse1(~se1) = -1;
   
3. sse1 = rot90(sse1 , 2);
   
4. ac = conv2(aa , sse1 , 'same');
   
5. ao = (ac == sum(sum(se1)));
   
6. 
   

复制代码

aa原图，se1是需要匹配的模板，对比MATLAB自带的击中击不中变换函数，整个代码如下：

1. 
   
2. aa = false(10,10);
   
3. aa(1:7,:) = true;
   
4. aa(4,5) = false;
   
5. aa(1,1) = false;
   
6. aa(:,2:3) = false;
   
7. se1 = false(3,3);
   
8. se1(1:3,3) = true;
   
9. se2 = ~se1;
   
10. ao = bwhitmiss(aa, se1, se2);
    
11. figure;
    
12. imshow(aa);
    
13. figure;
    
14. imshow(se1);
    
15. figure;
    
16. imshow(ao);
    
17. sse1 = int8(se1);
    
18. sse1(~se1) = -1;
    
19. sse1 = rot90(sse1 , 2);
    
20. ac = conv2(aa , sse1 , 'same');
    
21. ao = (ac == sum(sum(se1)));
    
22. figure;
    
23. 
    
24. imshow(ao);
    
25. 
    

复制代码

图太麻烦就不贴了，有兴趣的自己复制下来运行一下就可以了。
需要注意的是，与腐蚀一样， bwhitmiss函数把图像外的区域识别为1，而我的方法默认为0，所以结果并不完全一样。
另外有需要的话还能计算匹配程度，ac就是 匹配程度 的矩阵，加个 sum(sum(se1))然后除以2就可以得到适应度为0~ sum(sum(se1))的 匹配程度 矩阵了。
bwhitmiss有意义的地方可能在于se2不是se1的取反的情况，不过我并没有看到有关这种情况的介绍，也不知道这种情况的用途，所以有大神看到的话希望能指点一二。如果有不对的地方，也欢迎大家批评指正。