图像匹配之距离变换匹配法

1.什么是距离变换

http://blog.csdn.net/cui134/article/details/24362173 

图像匹配之距离变换匹配法 （重点） 

基于距离变换的靶图像匹配

距离变换是一种常见的二值图像处理算法，用来计算图像中任意位置到最近边缘点的距离，常见的距离测度函数有切削距离，街区距离和欧式距。切削距离和街区距离是欧式距离的一种近似。

基于距离变换的匹配的原理是计算模板图覆盖下的那块子图与模板图之间的距离，也就是计算子图中的边缘点到模板图中最近的边缘点的距离，这里采用欧式距离，并对欧式距离进行近似，认为与边缘4邻域相邻的点的距离为0.3，8邻域相邻的点的距离为0.7，不相邻的点的距离都为1。

http://blog.csdn.net/wenhao_ir/article/details/51656160

http://blog.csdn.net/abcjennifer/article/details/7617883

http://blog.csdn.net/carson2005/article/details/21617897

图像处理之倒角距离变换 

 

图像识别中距离变换的原理及作用详解,并附用OpenCV中的distanceTransform实现距离变换的代码!

距离变换的定义是计算一个图像中非零像素点到最近的零像素点的距离，也就是到零像素点的最短距离。

这个定义对于初接触距离变换的人来说，完全不知所云啊~那是因为缺乏一些知识背景，下面听我慢慢道来吧！

距离变换的处理图像通常都是二值图像，而二值图像其实就是把图像分为两部分，即背景和物体两部分，物体通常又称为前景目标！通常我们把前景目标的灰度值设为255，即白色，背景的灰度值设为0，即黑色。所以定义中的非零像素点即为前景目标，零像素点即为背景。所以图像中前景目标中的像素点距离背景越远，那么距离就越大，如果我们用这个距离值替换像素值，那么新生成的图像中这个点越亮。具体的应用就是找前景目标的中心~下面给一个具体的例子。

1 从定义中我们可以看出距离变换中其实只计算前景目标区域(即非零像素点)的距离值！

2.形状匹配算法

http://blog.csdn.net/zizi7/article/details/54293565

基于距离变换的图像匹配  

图1-1c是用d在a里匹配的结果，可以看到，匹配是成功的。但实际匹配速度没有想象的那么美好，而且很显然，这种方法对旋转、缩放是无效的。