تطبیق الگو

شناسایی علایم ترافیکی بخشی از موضوع گسترده تری تحت نام ” شناسایی الگو“[1] است.مشکل اصلی در شناسایی الگو،  دشواری شناسایی مشخصه الگو(templates) است. بعنوان مثال برنامه ای را در نظر بگیرید که  برای تشخیص صورت افراد مورد استفاده قرار می گیرد، باید صورت شخص را از بین صورتهای گوناگون موجود در تصویر شناسای کند]17[.

بطور کلی تطبیق الگو شامل دو مرحله است:مرحله اول اندازه گیری شباهت ،مرحله دوم تطبیق الگو بعنوان راهبرد جستجو]18[. یکی از روشهای اندازه گیری شباهت استفاده از نرمالسازی ارتباط متقابل[2](NCC)است،NCCبدلیل قدرتی که در تطبیق الگو دارد ،بیشتر مورد استفاده قرار می گیرد]9[. شناسایی الگو با استفاده ازتطبیق الگوانجام میگیرد و علایم در همان زمان واقعی ردیابی میشوند]10[.تطبیق الگو، برای نشان دادن درجه مشابهت بین دو تصویراستفاده میشود  که در فوتوگرامتری دیجیتال اهمیت زیادی دارد]72[ .

2 Pattern  recognition

1 Normalized cross correlation

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *