图像匹配论文总结(一)

本文详细介绍了图像配准方法,包括不同应用场景、步骤、特征检测与匹配、变换模型和图像重采样。特征检测涉及基于区域和特征的方法,如角点检测,特征匹配方法包括基于区域和特征的策略。变换模型涵盖全局和局部映射,以及径向基函数和弹性配准。此外,还讨论了图像重采样方法和匹配精度评估指标。
摘要由CSDN通过智能技术生成

Image Registration Methods

一、图像配准方法

(1)图像匹配应用:

  1. different viewpoint
  2. different time
  3. different sensor
  4. scene to model registration(目标模板图像与实时图像匹配)

(2)步骤:

  1. Feature detection(控制点)
  2. Feature matching(特征描述符和相似性度量)
  3. Transform model estimation(映射函数参数估计)
  4. Image resampling and transformation(图像变换的插值)

二、 特征检测的两种方法

(1)基于区域的方法(主要是matching阶段)
(2)基于特征的方法
区域特征:封闭式边界区域一般用重心表示,保持不变性;基于分割。
线特征:边缘检测。
点特征:直线相交、封闭边界区域的质心或小波变换的局部模最大值。
特别地,角点检测(图像几何不变性):Harris的逆,SUSAN
筛选特征点:凸包(convex hull);形成最小生成树的点;点合并成簇。
ÿ

评论
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