信息处理 - 基于相关性的图像补丁匹配如何工作？ - 吾爱随笔录

一般来说，基于相关性的图像匹配可以称为

c (I_{1}, I_{2}) = \sum_{x \in p a t c h} f (I_{1} (x), I_{2} (x))

$c(I_1,I_2) = \sum_{x \in patch} f(I_1(x), I_2(x))$ ，我确实认为归一化的互相关像

n c c (I_{1}, I_{2}) = \sum_{x \in p a t c h} \frac{(I_{1} (x) - μ_{1}) (I_{2} (x) - μ_{2})}{δ_{1} δ_{2}}

$ncc(I_1, I_2) = \sum_{x \in patch}\frac{(I_1(x) - \mu_1)(I_2(x) - \mu_2)}{\delta_1\delta_2}$ . 是显示 2 个补丁是否匹配的一个很好的指标。

但我的问题是，如果

\begin{array}{rcl} f (I_{1} (x), I_{2} (x)) & = & \sum_{x \in p a t c h} I_{1} (x) \cdot I_{2} (x) \end{array}

$\begin{eqnarray*} f(I_1(x), I_2(x)) &=& \sum_{x \in patch}I_1(x) \cdot I_2(x) \end{eqnarray*}$ ，那我不认为

c (I_{1}, I_{2})

$c(I_1, I_2)$ 会好的吧？

此外，如果其中一张图像旋转，这种基于相关性的匹配技术将无法正常工作，对吧？