Matlab 模板匹配不一定对旋转和缩放保持不变，但应检测伪影（3X3像素或更多）

我想比较一个特定的模式（如模板图像），并根据匹配结果输出“是”/“否”。我不要求该方法具有尺度不变性。它必须具有平移不变性和旋转不变性（仅在最大+/-2度之前）

此外，即使模板映像和运行时映像之间存在轻微的不匹配，输出也应为“否”

到目前为止，我已经尝试了以下几种代码：

。即使图案有噪声，这也会检测到，这是我不想要的

。这将输出比赛的分数。有噪声和无噪声的图像分数变化似乎没有太大的差异

。即使有噪音，它也会检测到图案

。它类似于#3，但需要更多的时间

它们中的许多对旋转不是不变的。所以目前，我匹配SURF特性并计算运行时图像在wrt模板模式下旋转了多少。然后我将它反向旋转，这样我就不需要应用对旋转不变性的算法（这就是为什么我不需要旋转不变性）

在许多情况下，即使没有模式存在，它仍然被错误地检测到。以下是使用#3的输出截图：

下面是另一个这样的错误输出：

我之前也研究过一些基于SIFT/ASIFT特性的算法。它们非常健壮，即使在嘈杂的环境中也能明显地匹配模式。因此，我在本申请中不使用这些

我附上一个例子供你参考

请让我知道这方面的算法。我认为这是一个简单的模板匹配，但在许多情况下，它被错误地检测到

目前，我认为我可以使用#3算法至少检测运行时图像中模式的位置（如上面的第二个屏幕截图所示），并匹配该区域。这可能吗？我不能使用图像减法，因为它不完全是像素对像素的匹配。可能会有非常微小的变化

如有任何意见，将不胜感激

问候,

梅加娜

编辑：我试过使用。虽然每个图像有两个输出，A和phi，但我不确定是否可以依赖这个输出。对于好的（'yes'）和坏的（'no'）图像，A的值似乎非常接近。我在这里发布了屏幕截图，以及每个图像的两个输出。对于我的问题，是否有其他方法可以推断每个图像的这两个输出，以便我可以将它们分类为好/坏

这是为了良好的形象：

这适用于三种不良图像：

---

您尝试过“图像时刻”吗？它们是旋转不变的。好吧，我在几个小时前看到了视频机器视觉，使用Matlab计算的图像矩。我似乎对模板匹配了解不多。是否有可用的源代码，我可以尝试？我也尝试过。但是，我不知道如何修改它，以便它对我有用。