差影法的原理非常简单：将前后两幅图象相减，得到的差作为结果结果图象。图4.6、图4.7、图4.8能够说明差影法的原理。
图4.6 前景+背景
图4.7 背景
图4.8 图4.6、图4.7
相减的结果
图4.6是前景图(猫)加背景图(木星)。图4.7是背景图。图4.6减图4.7的结果如图4.8所示，这样就得到了前景(不完全是前景，因为背景的灰度值并不为零，但至少可以得到前景的形状)。
差影法是非常有用的，比如说可以用在监控系统中。在银行金库内，摄像头每隔一小段时间，拍摄一幅图，与上一幅图做差影；如果差别超过了预先设置的阈值，说明有人，这时就应该拉响警报。
我们在介绍灰度窗口变换时，曾经提到了电影“阿甘正传”特技中应用了“蓝幕”技术，其实也包含了差影法的原理。本文来自优.文,论-文·网原文请找腾讯324,9114
以下是差影法的源程序。要注意的是，第一幅图的文件名为c:\test.bmp，第二幅图的文件名是c:\backgnd.bmp。它们有着相同的灰度值和调色板。执行时，这两个文件都已经准备好。我们针对的虽然是二值图，但为了处理的方便，用的是256级灰度图，不过只用到了0和255两种灰度级。
4.3 模板匹配
利用模板匹配可以在一幅图象中找到已知的物体。比如抓拍到了一张射门的照片，要在该照片中找到足球的位置。这时就可以采用模板匹配的方法。所谓模板匹配，其实想法很简单：拿已知的模板(在本例中为足球的图象)，和原图象中同样大小的一块区域去对。
最开始时，模板的左上角点和图象的左上角点是重合的，拿模板和原图象中同样大小的一块区域去对比，然后平移到下一个象素，仍然进行同样的操作，……所有的位置都对完后，差别最小的那块就是我们要找的物体。
我们用平方误差之和来衡量原图中的块和模板之间的差别。假设模板的大小为m×n(宽×高)；图象的大小为Width×Height。模板中的某点坐标为(x0,y0)，该点的灰度为U(x0,y0)；与之重合的图象中的点坐标为(X0-x0,Y0-y0)，该点的灰度为V(X0-x0,Y0-y0)。则一次匹配的结果为：
全部图象都匹配后，找到最小的即为结果。可以看到模
论文范文http://www.chuibin.com/ 板匹配的运算量是惊人的。一次匹配都要做m×n次减法，m×n次平方，m×n-1次加法，整个图象要匹配(Width-m+1) ×(Height-n+1)次。
程序设计
头文件：
// bs.h : main header file for the BS application
//
#if !defined(AFX_BS_H__950CD04C_C557_4C35_B95E_20B9E57EADBA__INCLUDED_)
#define AFX_BS_H__950CD04C_C557_4C35_B95E_20B9E57EADBA__INCLUDED_
#if _MSC_VER > 1000
#pragma once
#endif // _MSC_VER > 1000
#ifndef __AFXWIN_H__本文来自优.文,论-文·网原文请找腾讯324.9114
#error include 'stdafx.h' before including this file for PCH
#endif
#include "resource.h" // main symbols
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9]
数字图像处理和模式识别在交通检测中的应用 第9页下载如图片无法显示或论文不完整，请联系qq752018766
