。一个好的特征点需要用一个好的描述符来描述特征点的局部特征。,基于模板匹配的图像配准算法是在参考图像中取得一个能包含图像主要信息的模板作为基准特征块,然后在待配准图像中查找与该基准特征块最为相似的匹配块,匹配的原则是以两幅图像重叠部分(这里是指重叠块)的像素差的平方和(SumofSquaredDifferences,简称SSD)为标准来衡量此区域是否与基准特征块最相似。而该方法只是将模板的概念应用到了特征点局部的邻域窗口,以特征点邻域窗口的灰度信息值作为该特征点的描述符,直接进行比较来实现特征点的匹配。呜华傀似涅熬彬曲吠贵剐酬疽郁箩几踊始装糠共坑创消只屯肝卜南宛措诊特征点匹配算法特征点匹配算法具体步骤:首先对需要配准的两幅图像I1和I2分别提特征点,分别得到两个特征点集合,记作p={p1,p2,p3......pn}和p′={p1′,p2′,p3′......pn′},以每一个特征点为中心,将其邻域窗口(记作w)的像素值作为该特征点的描述符,对于图像I1中的每一个特征点pi分别计算其与图像I2中提取的各个特征点的邻域像素值差的平方和:取其最小者作为图像I2中与pi匹配的点。辱梨方症场丧丛石网詹逐扒干舷劣凳拐月悉无间康眩蝶炎潮诣娱汀砰奶钦特征点匹配算法特征点匹配算法基于像素平方和(SSD)描述子的优缺点该方法是进行特征点匹配的一种简单可行的方法,但是因为它直接利用图像的灰度信息值,所以最大的缺点就是对光照的变化十分敏感,一旦需要配准的两幅图像在重叠区域的曝光不一致,那么该方法将不再准确。其次,是进行特征点匹配时采用的邻域窗口为矩形,当需要配准的两幅图像存在较大角度的旋转和较大尺度的缩放时,特征点邻域窗口的特征将产生较大的改变,因此对于图像的旋转和缩放就会比较敏感。,而是依据特征点邻域像素灰度值的互相关系数(CrossCorrelation)为匹配原则进行匹配
特征点匹配算法 来自淘豆网m.daumloan.com转载请标明出处.
