点布局匹配

最新推荐文章于 2024-03-31 15:43:04 发布

有时间也不简史

最新推荐文章于 2024-03-31 15:43:04 发布

阅读量206

点赞数

分类专栏：算法自动化文章标签：算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u010050735/article/details/128067778

版权

算法同时被 2 个专栏收录

10 篇文章 0 订阅

订阅专栏

5 篇文章 0 订阅

订阅专栏

本篇文章主要介绍一种点布局的匹配方式，用于在一个点集中，匹配有特定点阵布局的子点集。

假设点集 $D=\left \{ d_{1},d_{2},d_{3},...,d_{n} \right \},n\epsilon N^{+}$ ,而存在特征点集 $D_{t}=\left \{ d_{t1},d_{t2},d_{t3},...,d_{tn} \right \}$ .

则点集 $D$ 与 $D_{t}$ 的匹配度定义为:

$\rho (D,Dt)=exp(-\sigma \varphi (D,D_{t})),0\leqslant \rho (D,D_{t})\leqslant 1$

其中，

$\varphi (D,D_{t})=\frac{1}{n}\sqrt{\sum_{i=0}^{n}\left | \bar{d_{i}}\bar{d_{ti}} \right |^{2}}$ ，而 $\bar{d_{i}}=d_{i}-\frac{1}{n}\sum_{i=0}^{n}d_{i}$ .

另外 $\sigma$ 这里我们取为匹配系数，它可以取任意实数值。

最直观的理解就是，如下图，存在两个点集

我们对两个点集分别中心化，这样就可以消除两个点集之间的位置差异，具体如下图

接着，我们分别计算两点之间的距离平方和

最后，用exp函数来进行评价，若 $\rho (D,D_{t})==1$ ，则说明两个点集完全匹配，若 $\rho (D,D_{t})==0$ 则说明完全不匹配。

此方法的一个应用就是用于角点集的匹配，假设在图像处理中，得到了一个角点集合。而我们有目标物体的角点集。现我们希望从这个角点集中匹配得到目标物体的中心位置，就可以用这个点匹配方法。

如上图，我们希望通过红色箭头所指的角点得到中心十字标的位置。

原图

取ROI

二值化

角点检测

点匹配结果

有时间也不简史

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
点布局匹配

角点阵列匹配
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。