用java实现了归一化积相关的计算,主要源码如下:

static public void guiyihua(Pic s_p,Pic t_p){         //s_p为源图像，t_p为实时图像     ints_height=s_p.getHeight();     ints_width=s_p.getWidth();     int  t_height=t_p.getHeight();     intt_width=t_p.getWidth();         //两个图像的像素数组     int []s_pixels=s_p.getPixels();     int []t_pixels=t_p.getPixels();         //最佳匹配位置     int maxWidth=0;     int maxHeight=0;     intr=s_height-t_height;     int c=s_width-t_width;     int rc=r*c;     double tt=0.0;     double t=0.0;     double t_mn=0.0;         double s_mn=0.0;     double R=0.0;     double maxR=0.0;     int count=0;         for(int m=0;mdouble)t_pixels[m]*t_pixels[m];             t+=(double)t_pixels[m];         }         for(int j=0;j<=s_height-t_height;j++){             for(inti=0;i<=s_width-t_width;i++){                 double ts=0.0;                 double ss=0.0;                 double s=0.0;                 for(intm=0;mfor(intn=0;nsqrt((tt-t*t/rc)*(ss-s*s/rc));                 if(R>maxR){                         maxR=R;                     maxWidth=i;                     maxHeight=j;                     }                 }             }         System.out.println("最大归一化积相关系数为："+maxR+"  匹配位置横坐标为："+maxWidth+"  ；匹配位置纵坐标为："+maxHeight );           } Pic类的定义： class Pic{        int height;//模拟图片高度        int width;//模拟图像宽度        int pixels[];//图像内的像素点用int数组来表示        public  Pic(int h,int w,int[] pix){            height=h;            width=w;            pixels=pix;        }        public int getHeight() {            return height;        }        public void setHeight(int height) {            this.height = height;        }        public int getWidth() {            return width;        }        public void setWidth(int width) {            this.width = width;        }        public int[] getPixels() {            return pixels;        }        public void setPixels(int[] pixels) {            this.pixels = pixels;        }       } Pic的实例化： int t_pixels[]={//模拟实时图像               1,2,3,               4,5,6,               7,8,9        }; new Pic(3,3,t_pixels); 基准图像的图像实例化类似。