圆投影匹配算法描述及实现

最新推荐文章于 2024-04-04 16:28:09 发布
最新推荐文章于 2024-04-04 16:28:09 发布
阅读量6.1k 收藏 19
点赞数 2
分类专栏： Computer Vision 计算机与机器视觉 文章标签： 模板匹配 圆投影 旋转不变
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/lsh_2013/article/details/44627817
版权

解决模板图和基准图之间存在任意角度旋转的景象匹配问题的关键是找到一个旋转不变量, 圆投影匹配算法就是利用“圆”的各向同性和投影特征提出来的。传统的图像匹配算法，如归一化交叉互相关算法，主要利用像素点与像素点之间的相关性计算匹配图像与模板之间的相关度。这种方法在匹配图像与模板之间存在一定选择角度的时候，正确率会随着旋转角度的增加而迅速下降。当旋转角度大于5度的时候就会完全失效。于是圆投影算法被提出。



应用到实际中基于圆投影矢量和的旋转不变量检测（点击进入查看文献）

上面基于圆投影矢量和的模板匹配文献算法实现代码如下：

//圆投影
void Cir
最低0.47元/天 解锁文章
Hao_09
关注
  • 2
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
python+opencv实现NCC模板旋转匹配（图像处理）
m0_53362727的博客
02-17 9571
使用python代码实现NCC匹配 1.旋转使用圆投影 2.使用降采样加速匹配 3.差分简化运算的实现
论文研究-景象匹配算法及其适应性分析.pdf
09-10
提出一种基于区域特征的景象匹配算法。其基本方法是先提取基准图和实时图的稳定极值区域，并计算出区域的平均灰度、方差、仿射不变矩以及纹理信息熵，构造相似性度量函数，然后计算匹配区域对的Hausdorff距离决定是否是对应区域。大量的模拟实验表明，该算法的匹配时间能达到0.138 s，正确匹配率达到92.67%，不仅能满足景象匹配的要求，且大大提高了匹配的时间与正确率。对其适应性进行了详细的分析，结果表明该算法对旋转、尺度、噪声、灰度变化的适应性较好。
模板匹配模板匹配投影法
05-05
模板匹配模板匹配模板匹配模板匹配模板匹配模板匹配模板匹配模板匹配
ring_projection.rar_birthdaye4m_dic_growth5rr_圆投影_圆投影匹配
07-13
自己写的基于圆投影变换实现DIC匹配，效果还不错
模板匹配——基于模板与基于特征的两种模板匹配对比
最新发布
知来者逆的博客
04-04 2544
在图像匹配算法可分为两大类别，基于模板的匹配和基于特征的匹配各具特色。 1.基于模板的方法，也被称作区域匹配法，适用于模板图像在图像中缺乏显著特征的情况。这种方法直接处理像素值，通过计算图像与模板的强度值来衡量匹配程度。 2.基于特征的方法则适用于源图像和模板图像在特征和控制点上有较高一致性的情况。此时，特征可以是点、曲线或表面模型，用于执行模板匹配。
机械图样解读——圆的投影
山涧果子（JIanhongwei810）
09-03 3017
处于一般位置时圆的投影与作图方法-最大斜度线法 变换投影面法
模板匹配 -提高计算速度
weixin_39218479的博客
06-28 3050
误差平方和算法（SSD） 误差平方和算法（Sum of Squared Differences，简称SSD算法），也叫差方和算法。实际上，SSD算法与SAD算法如出一辙，只是其相似度测量公式有一点改动（计算的是子图与模板图的L2距离）。这里不再赘述。 模板匹配的速率如何提高？ 先说说模板匹配的优势，精度高。但是计算量是特别大 以此项目为例 单次匹配 12ms 那么总共计算时间就是 10ms* 200（rows）*600（cols）,20分钟往上。12ms的单次循环很难继续优化。 1...
【RayTracing】圆采样映射和投影视图
qq_40947718的博客
03-30 584
圆采样映射就是把在单位正方形内的采样点映射到圆内。 同心映射 映射公式如下所示： 拓展的还有半球体映射，比较复杂，这里不再叙述 投影视图 e为视点，d为视点到投影面的距离。窗口尺寸不变，当d增加时，类似于在相机上使用长焦镜头，并对当前场景实施放大操作。 透视偏差 当x不同，球体到视平面等距。球体越远离zw轴，投影将变得细长 e为视点位置，d为视点到视平面位置。球体...
圆柱形投影变换
12-09
圆柱形投影变换，用于图像拼接等，文件包括几篇相关的论文和源代码
图像匹配算法的简单介绍.docx
05-29
本文主要探讨了图像匹配算法的基本概念、核心要素以及常见的方法。 首先，图像匹配旨在通过比较不同图像之间的相似性来确定同一景物在多幅图像中的对应部分。这种技术广泛应用于自动驾驶、遥感图像分析、机器人导航...
一种抗旋转、抗尺度变化的图像匹配算法 (2011年)
05-08
在研究圆投影、参数化模板、直方图不变距的基础上,提出了一种基于圆投影矢量和变换与参数化模板相结合的图像匹配算法．首先用计算量较小,并具有旋转不变性的圆投影矢量和变换的方法对输入图像进行投影,将图像投影到矢量空间当中,然后采用参数化模板的方法对图像进行可变尺度的匹配选出可能性较大的匹配点,最后利用图像的直方图的不变矩做进一步的匹配．解决了模板图像与待测图像之间存在旋转和尺度变化的问题,同时采用欧氏距离进行匹配,避免了传统方法中计算相关函数的巨大计算量．实验表明这种算法不仅提高了匹配的速度,而且在目标图像发生
基于pca的人脸识别算法实现.zip
04-13
在“基于PCA的人脸识别算法实现.doc”文档中，可能详细描述了以上步骤的具体实现，包括算法的数学推导、代码实现以及可能遇到的问题和解决策略。例如，可能会涉及如何选择合适的主成分数量、如何处理非 frontal view...
aco.rar_ACO-Time_仿射不变_卡方距离_基于投影特征描述子_形状匹配
09-20
它涉及到一个名为"ACO-Time"的算法，该算法用于形状匹配，特别是关注于仿射不变性、卡方距离以及基于投影特征描述子的方法。 首先，ACO-Time算法是一种应用了蚁群优化（Ant Colony Optimization, ACO）理论的算法。...
基于双目视觉的图像匹配算法研究.pdf
06-19
【基于双目视觉的图像匹配算法研究】 图像匹配是计算机视觉领域中的关键技术，涉及目标识别、跟踪、超分辨率重建、视觉导航等多个方面。在双目视觉系统中，图像匹配尤为重要，因为它能帮助确定两个不同视角下同一...
opencv金字塔模板匹配算法
07-09
**OpenCV 金字塔模板匹配算法**是计算机视觉领域中一种常用的技术，用于在大图像中寻找小图像（模板）的精确位置。这个算法的核心在于它利用了图像金字塔的概念，通过多尺度分析来提高搜索效率和匹配精度。OpenCV库...
图片设置圆角、圆形、投影
jogickis的博客
12-17 141
/**图片转换成圆形 */ public Bitmap toRoundBitmap(Bitmap bitmap) { int width = bitmap.getWidth(); int height = bitmap.getHeight(); float roundPx; float left, top, right, bottom, dst_left, dst_t...
Opencv入门（二）
gg101001的博客
02-08 272
/*********************************************************************************************opencv3.2 c++版学习常用函数总结，后续学习中不断添加新函数。**********************************************************************...
模板匹配SSDA
weixin_43384504的博客
06-30 784
SSDA的基本步骤： 定义的绝对误差的形式是可以变化的。
sift特征匹配算法
07-28
SIFT（Scale Invariant Feature Transform）是一种图像匹配算法，它能够处理图像的亮度、平移、旋转和尺度的变化。该算法通过提取特征点来生成特征描述符，并在这些特征描述符之间进行匹配。SIFT算法的特点是具有尺度不变性，即对于图像的缩放、平移、旋转等变换具有不变性，同时对于光照、仿射和投影变换也有一定的不变性。SIFT算法的流程包括尺度空间极点检测、关键点精确定位、关键点的方向确定和特征向量的生成。在计算特征点的方向时，根据特征点所在的高斯尺度图像中的局部特征计算出来。局部特征是指特征点的邻域区域内所有像素的梯度幅角和梯度幅值。SIFT算法通过生成一个128维的特征向量来描述每个特征点，这个特征向量具有对图像缩放、平移、旋转不变的特征。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [图像特征提取与匹配——SIFT算法](https://blog.csdn.net/liubing8609/article/details/85469691)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [特征点匹配——SIFT算法详解](https://blog.csdn.net/lhanchao/article/details/52345845)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值