归一化互相关法NC

归一化互相关法NC

归一化互相关匹配算法是图像匹配算法中较为经典的匹配算法。它是一种相似性度量或者匹配程度的表征，而不是一种图像匹配的完整方法，但是把互相关的思想作为度量测度，在许多匹配算法里都会用到。它通过计算参考图和模板图之间的互相关度量值来确定二者的匹配程度，度量值大小反映了参考图和模板图之间的相似程度。度量值NC（i，j）值越大，则表示搜索子图上的（i，j）位置和模板越相似。当NC（i，j）等于1 的时候，为匹配位置。当然，常常由于不同传感器或同一传感器在不同时间、不同视点获得的图像在空间上往往会存在差异、自然环境的变化、传感器本身的缺陷、图像噪声的影响，因此很难找到NC值为1 的位置。通常只需要在参考图上找到最大度量值NC的位置，为最佳匹配位置。互相关法度量值的计算形式如下：

其中，T(m，n) 为模板图像倒数第n 行，第m个像素值；S（i，j）为模板覆盖下的部分，称为搜索子图，i、j 是搜索子图的左下角像点在参考图S 中的坐标。

如果再进行归一化则如下：

归一化的目的就是消除上述方法对于光照变化敏感的问题。

优点：该方法步骤简单，较好的解决了对于光照变化敏感的问题。缺点：矩形窗口的选用是一个缺憾。因此它只适合于具有平移和小角度旋转关系的图像配准。其次，它需要将模板图在搜索图上遍历所有可能的位置，当模板图很大的情况下，显然其计算量是相当大的。