一：基本原理
NCC是一種基于統計學計算兩組樣本資料相關性的算法，其取值範圍為[-1, 1]之間，而對圖像來說，每個像素點都可以看出是RGB數值，這樣整幅圖像就可以看成是一個樣本資料的集合，如果它有一個子集與另外一個樣本資料互相比對則它的ncc值為1，表示相關性很高，如果是-1則表示完全不相關，基于這個原理，實作圖像基于模闆比對識别算法，其中第一步就是要歸一化資料，數學公式如下：
二：實作步驟
（1） 擷取模闆像素并計算均值與标準方差、像素與均值diff資料樣本
（2） 根據模闆大小，在目标圖像上從左到右，從上到下移動視窗，計
算每移動一個像素之後視窗内像素與模闆像素的ncc值，與門檻值比較，大于
門檻值則記錄位置
（3） 根據得到位置資訊，使用紅色矩形标記出模闆比對識别結果。
（4） UI顯示結果
三：程式設計實作
基于JAVA語言完成了整個算法程式設計實作與示範，其中第一步的代碼如下：
第二步的實作代碼如下：
第三步的實作代碼如下：
其中第二步用到的計算NCC的方法實作如下：
UI部分完整源代碼如下：
四：程式運作效果如下
其中左邊是目标圖像、右邊為模闆圖像
PS:部落格從10月份開始每月都有多篇相關圖像處理文章更新
歡迎大家繼續關注