第一步:
平滑图像
第二步.
m(x,y)=sqrt{ square[img(x+1,y)-img(x-1,y)] +square[img(x,y+1)-img(x,y-1)] };
θ(x,y)=atan{ [img(x,y+1)-img(x,y-1)]/[img(x+1,y)-img(x-1,y)] };
第三步, 用高斯系数来统计特征点周围的梯度信息.
The most important is: 以梯度信息里的矢量方向为索引,统计出36级角度空间的梯度模之和.
第四步,
根据该特征点的梯度直方图,来计算出角度信息的峰值, 与待配准的角度峰值相比较, 可以应用到配准领域.
现在这是基于<一种新的基于梯度方向直方图的图像配准方法>论文的理解.
I hope I really got it.