Apap图像配准算法

最新推荐文章于 2023-07-28 01:19:42 发布

warren_文高

最新推荐文章于 2023-07-28 01:19:42 发布

阅读量1.2w

点赞数 4

分类专栏：图像处理算法

本文链接：https://blog.csdn.net/warrenwg/article/details/49759779

版权

Apap是一种图像配准算法，旨在解决光线差异大、拍摄角度差异大的图像配准问题。通过提取SIFT特征点，匹配并使用RANSAC改进算法筛选，然后利用DLT算法估计透视变换矩阵。尽管Apap在某些情况下能提供比OpenCV自带算法更好的效果，但它高度依赖特征点对，当特征点不足或图像高频信息少时，配准可能失效。

摘要由CSDN通过智能技术生成

图像配准

图像配准是将两张场景相关的图像进行映射，寻找其中的关系，多用在医学图像配准、图像拼接、不同摄像机的几何标定等方面，其研究也较为成熟。OpenCv中的stitching类就是使用了2007年的一篇论文（Automatic panoramic image stitching using invariant features）实现的。虽然图像配准已较为成熟，但其实其精度、鲁棒性等在某些场合仍不足够，如光线差异很大的两张图片、拍摄角度差异很大的图片等。2013年，Julio Zaragoza等人发表了一种新的图像配准算法Apap（As-Projective-As-Possible Image Stitching with Moving DLT），该算法的效果还是不错的，比opencv自带的auto-stitch效果要好。而2015年也有一篇cvpr是介绍图像配准（Non-rigid Registration of Images with Geometric and Photometric Deformation by Using Local Affine Fourier-Moment Matching），其效果貌似很牛，但没有源码，难以检验。本文简单介绍Apap。