有没有人知道如何规范化
scipy.ndimage.filters.correlate
获取函数:
XCM = 1/N(xc(a-mu_a,b-mu_b)/(sig_a*sig_b))
相关性的 N 是多少？它通常是图像的数据点数/像素数。 我应该为 scipy.ndimage.filters.correlate 选择哪个值？ 我的图像大小不同。我猜 scipy 相关函数会将小图像填充为零？
最终矩阵的大小 N = XCM.sizeX() * XCM.sizeY() ？
谢谢， 埃尔
请您参考如下方法:
在我看来，您正在尝试计算两个图像的归一化互相关(我怀疑您可能正在尝试进行模板匹配？)。此答案假定归一化互相关是您想要的。
当您计算两个图像之间的归一化互相关时，您相当于在模板和引用图像重叠的区域中减去均值并除以标准差。
此处，N 等于模板中的像素数，与模板和引用图像重叠的局部区域中的像素数相同当您将模板滑过引用时。
你应该阅读 Wikipedia article on cross-correlation ，特别是 this bit了解归一化互相关的定义以及每个术语含义的一些解释。
This article by Lewis (1995)有更深入的解释，还描述了一些有效计算归一化互相关的巧妙技巧。
我还编写了自己的用于模板匹配的 Python 函数，包括基于 Lewis 的归一化互相关和 MATLAB 的一些片段。可以找源here .
如果您有更多问题，请告诉我，我会尽力解释。
