0

我正在尝试使用 Mat-lab 中的图像处理进行货币识别。我正在尝试从纸币扫描图像中获取 ROI，并将其用作模板，将其与原始纸币图像进行比较。在这种情况下，我将拥有每种纸币的模板，然后将每个模板与每个纸币图像进行比较。我已经从原始图像中裁剪了模板（我有 ROI）。用相关性进行模板匹配后，我得到了着色系数矩阵。我的问题是在这些矩阵之间进行比较以命名货币。任何人都可以帮助我或建议我解决问题的不同方式？

只是为了更清楚地说明我的问题：

我有 1,5,10,50 和 100 个单位货币。我有这些货币的扫描图像。而且我还有从货币图像中裁剪的每种货币的模板。现在我正在尝试使用模板匹配将模板与货币图像进行匹配。例如，在将 1 单位模板的模板与每张纸币图像（1、5、10、50 和 100 单位图像）匹配时，我得到了五个相关矩阵。我的问题是在这五个相关矩阵之间进行比较，以确定与正确纸币匹配的一个，在本例中为 1 单位模板。

以下是我的简单代码：

% Read the currency images
Note1 = imread('1.jpg');
Note2 = imread('5.jpg');
Note3 = imread('10.jpg');
Note4 = imread('50.jpg');
Note5 = imread('100.jpg');

%Change the images into gray-scale 
Note1=rgb2gray(Note1);
Note2=rgb2gray(Note2);
Note3=rgb2gray(Note3);
Note4=rgb2gray(Note4);
Note5=rgb2gray(Note5);

% Crop the templates non-interactively
Crop_Rec= [50 250 100 250]; 

sub_Note1 = imcrop(Note1,rect_Note1);
sub_Note2 = imcrop(Note2,rect_Note2);
sub_Note3 = imcrop(Note3,rect_Note3);
sub_Note4 = imcrop(Note4,rect_Note4);
sub_Note5 = imcrop(Note5,rect_Note5);

% This can be repeated with a loop changing the template from sub_Note1 through sub_Note5

template=sub_Note1;

c1 = xcorr2(template, Note1);
c2 = xcorr2(template, Note2);
c3 = xcorr2(template, Note3);
c4 = xcorr2(template, Note4);
c5 = xcorr2(template, Note5);

在对 5 个模板（sub_Note1 到 sub_Note5）重复相关后，我将有 25 个相关矩阵。我的目的是比较这些矩阵并找到最佳匹配。

4

0 回答 0