论文部分内容阅读
相似性测度函数在计算机视觉领域有着非常重要的意义.本文对距离和相关两类相似性测度的应用频率进行了统计,发现欧氏距离和曼哈顿距离、相关系数应用频率相对较高.从数学角度对三种测度函数的直观意义进行了研究,比较了各测度函数优缺点,探讨了相似性测度函数中各参数变量在图像匹配中具体意义,并基于模板匹配对三种测度函数的实时性进行了仿真比较.实验结果表明曼哈顿距离测度速度最快,欧氏距离次之,相关系数最差.