图像配准的研究

本文介绍了遥感图像配准的原理和步骤,重点讲解了基于点特征匹配的方法,包括SIFT算法的特征察觉、描述、匹配和变换模型求解。在匹配过程中,采用了最近邻比原则,并探讨了提高匹配质量的策略,如交叉检查和匹配差值阈值化。最后,讨论了RANSAC方法在确定变换模型中的应用。
摘要由CSDN通过智能技术生成

最近在做遥感配准的任务。对图像配准研究了一下。图像配准就是一幅图到另一幅图的几何变换和灰度变换。

因为做的是遥感图像的配准,所以采用的是基于点特征的匹配。

基于点特征的配准有如下4个步骤:

1,特征察觉(检测)。

2,特征点描述。

3,特征点匹配。

4,变换模型求解。


因为是项目,实用为主,所有采用比较成熟的SIFT算法。

1,2步骤公式居多,复习的时候自己看资料就行。


3,SIFT的匹配中,采用的是最近邻比原则的匹配,使用蛮力搜索。就是根据参考图像中的一个关键点,依次和目标图像中所有关键点比较,找出与其欧氏距离最短的和次段两点,如果其距离比值小于一个阈值,则认为最近点和参考图像中的关键点匹配。 依次遍历完参考图像中的每个点即可。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值