应用背景：机器的模式识别所要解决的问题，就是用机器代替人去认识图像和找出一幅图像中人们感兴趣的目标物。如何找到目标物即图像的区域呢，这里介绍在空间域使用模板在图像中寻找与模板匹配的区域。
基本原理：在空间滤波中，相关是指滤波器模板移过图像并计算每个像素位置的灰度乘积之和的过程。基于相关的图像模板匹配过程类似于滤波过程，设图像f(x,y)的大小为M*N和模板子图像w(x,y)的大小为J*K，则f与w的相关表示为：
（1）
其中，x=0,1,2,3.....N-K，y=0,1,2.....M-J，计算相关c(x,y) 的过程就是在图像f(x,y) 中逐像素地移动模板子图像w(x,y) 的原点像素，在每一次移动的过程中根据式（1）计算每个像素位置的相关。对式（1）的向量表达式进行归一化后如下式所示：
（2）
MATLAB实现如下：
[plain] view plain copy clear; reource_p=imread('F:\picture\pattern.bmp'); reource_p_sub=imread('F:\picture\sub_pattern.bmp'); [m,n]=size(reource_p); [m0,n0]=size(reource_p_sub); result=zeros(m-m0+1,n-n0+1); vec_sub = double( reource_p_sub(:) ); norm_sub = norm( vec_sub ); for i=1:m-m0+1 for j=1:n-n0+1 subMatr=reource_p(i:i+m0-1,j:j+n0-1); vec=double( subMatr(:) ); result(i,j)=vec'*vec_sub / (norm(vec)*norm_sub+eps); end end %找到最大相关位置 [iMaxPos,jMaxPos]=find( result==max( result(:))); figure, subplot(121);imshow(reource_p_sub),title('匹配模板子图像'); subplot(122); imshow(reource_p); title('标记出匹配区域的原图'), hold on plot(jMaxPos,iMaxPos,'*');%绘制最大相关点 %用矩形框标记出匹配区域 plot([jMaxPos,jMaxPos+n0-1],[iMaxPos,iMaxPos]); plot([jMaxPos+n0-1,jMaxPos+n0-1],[iMaxPos,iMaxPos+m0-1]); plot([jMaxPos,jMaxPos+n0-1],[iMaxPos+m0-1,iMaxPos+m0-1]); plot([jMaxPos,jMaxPos],[iMaxPos,iMaxPos+m0-1]); 运行结果如下图所示原文链接：http://blog.csdn.net/yi_tech_blog/article/details/70199021
pan_jinquan 认证博客专家 机器学习 视觉/OpenCV 自然语言处理 计算机视觉研究员,图像算法研究员,主要从事人脸检测,人脸识别,活体识别以及2D/3DPose(人体姿态估计)等深度学习人工智能算法研究工作.