本文介绍了ASIFT算法，它是SIFT的改进版，用于图像匹配。通过理解相机模糊、图像坐标系、仿射变换和SIFT算法，ASIFT提高了对图像变换的不变性。首先对图像进行低分辨率处理，然后使用latitude和longitude进行采样和仿射变换，最终应用SIFT算法进行匹配。作者希望与读者交流深入理解这一技术。
最近学习image matching 相关的技术，了解了很多东西，但也存在一些不理解的地方，这里想总结一下ASIFT，其实它是基于SIFT的改进，当然首先要对SIFT有所认识最好。
基本理解：
1 首先一张相片，是经过相机对现实物体的一定程度上的模糊得到的，所以可以用高斯核（满足热传导方程）来与数字图片进行卷积。对于数字图像来说，tilt （是摄像机光轴与所照射物体平面垂线的夹角的cos值的倒数）是向下采用得到的，把连续的函数以可以接受的值变成离散的值（惠特克 - 香农插值定理）。
2 摄像机的旋转，与实际物体的距离等等所有的变量参数都以2个量来统一表示：latitude and longitude ,在对二者取样的过程要注意其足够的范围，以及每次的增加量，确保对更多的变化进行精确地模拟。
3 为了使ASIFT对所有的仿射变换（实际应该是透视变换中的投影变换，但局部的变换满足仿射变换），通过大量的实验，得到了latitude and longitude
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
