一：基本原理
NCC是一种基于统计学计算两组样本数据相关性的算法，其取值范围为[-1, 1]之间，而对图像来说，每个像素点都可以看出是RGB数值，这样整幅图像就可以看成是一个样本数据的集合，如果它有一个子集与另外一个样本数据相互匹配则它的ncc值为1，表示相关性很高，如果是-1则表示完全不相关，基于这个原理，实现图像基于模板匹配识别算法，其中第一步就是要归一化数据，数学公式如下：
二：实现步骤
（1） 获取模板像素并计算均值与标准方差、像素与均值diff数据样本
（2） 根据模板大小，在目标图像上从左到右，从上到下移动窗口，计
算每移动一个像素之后窗口内像素与模板像素的ncc值，与阈值比较，大于
阈值则记录位置
（3） 根据得到位置信息，使用红色矩形标记出模板匹配识别结果。
（4） UI显示结果
三：编程实现
基于JAVA语言完成了整个算法编程实现与演示，其中第一步的代码如下：
第二步的实现代码如下：
第三步的实现代码如下：
其中第二步用到的计算NCC的方法实现如下：
UI部分完整源代码如下：
四：程序运行效果如下
其中左边是目标图像、右边为模板图像
PS:博客从10月份开始每月都有多篇相关图像处理文章更新
欢迎大家继续关注