To pytanie ma już odpowiedź tutaj:

Pracuję nad systemem rozpoznawania żyły grzbietowej dłoni. Zminimalizowałem i wstępnie przetworzyłem obraz, a następnie wyodrębniłem cechy (współrzędne białych pikseli) przerzedzonych wzorów żył, jak pokazano poniżej na rysunku (Zdjęcie 1). Kroki te powtórzono dla 10 obrazów i zapisano ich współrzędne w pliku .txt.

Teraz, powiedzmy, że mam obraz zapytania (zdjęcie 2) jak poniżej, w którym zastosowano wszystkie powyższe kroki i pobrano współrzędn

W celu dopasowania chcę dostosowaćt strategia dopasowania papieru, która mówi, że „ Algorytm, który w jakiś sposób robi dokładnie to samo, jest implementowany w celu dopasowania podobieństwa między obrazami binarnymi. Dopasowywanie jest procesem dwukierunkowym. W pierwszym kroku algorytm skanuje obraz zapytania i pobiera wartość każdego piksela pierwszego planu (można również pobrać piksele tła) i porównuje to z wartością piksela obrazu bazy danych w odpowiedniej lokalizacji. Jeśli znajdzie tę samą wartość w tej samej pozycji na obrazie bazy danych, zostanie to uznane za liczbę trafień. W przeciwnym razie zostanie to potraktowane jako liczba braków, a na koniec różnica trafień i liczba braków zostanie podzielona przez całkowitą liczbę pikseli pierwszego planu na obrazie zapytania. Wynik tego podziału daje liczbę wskazującą, jak podobieństwo obrazu zapytania do obrazu bazy danych (SQD). W drugim etapie obraz bazy danych jest skanowany, a jego pierwiastki pikselowe są porównywane z obrazem zapytania, jak ma to miejsce w pierwszym kroku. To da nam wynik wskazujący na podobieństwo obrazu bazy danych do obrazu zapytania (SDQ). Następnie średnia SQD i SDQ, średnia podobieństwo (ASM), jest brana za miarę rankingu procesu pobierania."

Dziękuję Ci