Moravec(莫拉维克)影像特征点提取之相关系数影像匹配


话接上回,本篇文章是上一篇文章的后续,基于Moravec提取特征点后进行的影像匹配算法,不清楚的小伙伴可以看一下这个哦:Moravec(莫拉维克)影像特征点提取(含原理与C代码)


一、相关系数法影像匹配原理

1.相关系数法影像匹配算法的基本原理

利用与目标窗口大小相等的搜索窗口在搜索影像的搜索区域内连续滑动,并计算目标窗口与搜索窗口的相关系数,相关系数最大的窗口所对应的中心像素点即为 与目标窗口相匹配的同名点。

2.什么是相关系数?

相关系数是标准化的协方差函数,协方差函数除以两信号的方差即得到相关系数。 g(x, y)与 g’(x’, y’)的相关系数为:
在这里插入图片描述
其中:
在这里插入图片描述
由离散灰度数据对相关系数的估计为:
在这里插入图片描述
考虑到计算工作量,相关系数的实用公式为:
在这里插入图片描述

二、编程思路及流程图

1.思路

(1)特征点提取(Moravec 算子):详见上篇文章。
(2)基于相关系数的影像匹配:(公式不好打,直接上图)
在这里插入图片描述在这里插入图片描述
(很明显左上角红圈部分不能完全重合,但是下方的网球场可以很好重合,推测可 能是影像本身存在畸变,考虑到上方特征点个数相较于下方较少,因此以下方为准 测量偏差。)
在这里插入图片描述
(3)图像拼接与同名连线
在这里插入图片描述
在这里插入图片描述

2.流程图

知道了整个实验(从特征点提取到影像匹配)的流程的话,思路就会很清晰:
在这里插入图片描述

三、结果分析

1.算法图示

在这里插入图片描述

2.相关系数计算

在这里插入图片描述

3.相关系数阈值的选取

在这里插入图片描述
在这里插入图片描述

4.最终结果

在这里插入图片描述
在这里插入图片描述
其实改变目标窗口的大小的话会对最终提取到的核线的数量产生一定的影响,这个可以自己试试,在这里就不贴图了。

四、总结

整个实验就这么多了,主要就是对算法的理解。
在这里插入图片描述
2022.3.30(完)

  • 19
    点赞
  • 81
    收藏
    觉得还不错? 一键收藏
  • 98
    评论
评论 98
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