ncc模板匹配matlab，积分图

NCC（Normalized Cross-Correlation）模板匹配是一种常用的模板匹配算法，它通过计算模板图像与目标图像之间的归一化互相关系数来确定模板在目标图像中的位置。在 MATLAB 中，可以使用 `normxcorr2` 函数来实现 NCC 模板匹配。

下面是一个简单的示例，展示如何使用 `normxcorr2` 函数进行 NCC 模板匹配：

% 读取目标图像和模板图像
target = imread('target.png');
template = imread('template.png');

% 计算模板图像和目标图像的归一化互相关系数
corr = normxcorr2(template, target);

% 找到最大相关系数的位置
[max_corr, max_corr_idx] = max(corr(:));
[y, x] = ind2sub(size(corr), max_corr_idx);

% 在目标图像中标记匹配结果
figure;
imshow(target);
rectangle('Position', [x-size(template,2), y-size(template,1), size(template,2), size(template,1)], 'EdgeColor', 'r', 'LineWidth', 2);

上述代码中，`target.png` 和 `template.png` 是目标图像和模板图像的文件名，可以根据实际情况进行修改。`normxcorr2` 函数返回的 `corr` 是一个二维数组，表示目标图像和模板图像之间的归一化互相关系数。通过找到 `corr` 中最大值的位置，就可以确定模板在目标图像中的位置。最后，使用 `rectangle` 函数在目标图像中标记匹配结果。

在实际应用中，NCC 模板匹配可能会耗费较长的时间，特别是在处理大尺寸图像时。为了加快计算速度，可以使用积分图（Integral Image）来优化算法。积分图是一种用于快速计算图像区域和的技术，在 MATLAB 中可以使用 `integralImage` 函数生成积分图，并使用 `integralLookup` 函数从积分图中快速提取区域和。下面是一个使用积分图优化 NCC 模板匹配的示例：

% 读取目标图像和模板图像
target = imread('target.png');
template = imread('template.png');

% 计算目标图像和模板图像的积分图
target_integral = integralImage(target);
template_integral = integralImage(template);

% 定义模板图像的大小
template_size = size(template);

% 计算归一化互相关系数
corr = zeros(size(target));
for y = 1:size(target,1)-template_size(1)
    for x = 1:size(target,2)-template_size(2)
        % 提取目标图像中的子图像
        subimage = target(y:y+template_size(1)-1, x:x+template_size(2)-1);
        
        % 计算子图像的积分值
        subimage_integral = integralLookup(target_integral, [y, x, template_size(1)-1, template_size(2)-1]);
        
        % 计算归一化互相关系数
        corr(y,x) = normxcorr2(template, subimage - subimage_integral/(template_size(1)*template_size(2)));
    end
end

% 找到最大相关系数的位置
[max_corr, max_corr_idx] = max(corr(:));
[y, x] = ind2sub(size(corr), max_corr_idx);

% 在目标图像中标记匹配结果
figure;
imshow(target);
rectangle('Position', [x-template_size(2), y-template_size(1), template_size(2), template_size(1)], 'EdgeColor', 'r', 'LineWidth', 2);

上述代码中，`integralImage` 函数分别计算了目标图像和模板图像的积分图。在循环中，使用 `integralLookup` 函数从目标图像的积分图中提取子图像的积分值，然后通过计算模板图像和子图像之间的归一化互相关系数来确定匹配度。为了避免计算子图像的平均值，可以通过从子图像的积分值中减去平均值的方式，避免重复计算。

通过使用积分图优化 NCC 模板匹配算法，可以大大加快计算速度，特别是在处理大尺寸图像时。