模板匹配原理
图像的空间域与其他域之间的变换，如傅里叶变换，小波变换，轮廓波变换，剪切波变换等，实际上是图像在其他坐标领域中的表现。在空间域中，图像的信息是像素值和坐标位置；在其他域中，如傅里叶变换，图像的信息就是频率和幅度。简单的讲就是从不同的角度看图像而已。在其他域中对图像进行模板匹配处理，称为基于变换域的模板匹配。
基于傅里叶变换的图像匹配是典型的基于变换域的模板匹配方法，图像的旋转、平移、比例变换等均能在傅里叶变换的频域中反映出来。
基于快速傅里叶互变换的模板匹配
Matlab程序代码
%% 读取背景背景和模板图像，并将其转化为灰度图
template = rgb2gray(imread('baby_mask.jpg'));
background = rgb2gray(imread('baby.jpg'));
%% 获取图像的尺寸
[by,bx] = size(background);
[ty,tx] = size(template); % used for bbox placement
%% 进行傅里叶变换，计算频谱数据
Ga = fft2(background);
Gb = fft2(template, by, bx);
c = real(ifft2((Ga.*conj(Gb))./abs(Ga.*conj(Gb))));
%% 画出互相关矩阵图像
figure;
surf(c),
shading flat; % plot correlation
%% 获取互相关函数的峰值位置
[max_c, imax] = max(abs(c(:)));
[ypeak, xpeak] = find(c == max(c(:)));
%% 计算背景图像中的匹配区域的位置
position = [xpeak(1), ypeak(1), tx, ty];
%% 画出方框图
hFig = figure;
hAx = axes;
imshow(background, 'Parent', hAx);
rectangle('Position',position,'LineWidth',0.8,'EdgeColor','r');
结果图片
