Image processing 基于特征的注册步骤
基于特征的注册有哪些步骤 如果将变换后的图像匹配到一组图像(其中只有一个图像是最佳匹配),那么注册的步骤是什么 一旦找到匹配项并使用它们来估计变换,下一步通常是什么Image processing 基于特征的注册步骤,image-processing,graphics,feature-extraction,feature-detection,image-registration,Image Processing,Graphics,Feature Extraction,Feature Detection,Image Registration,基于特征的注册有哪些步骤 如果将变换后的图像匹配到一组图像(其中只有一个图像是最佳匹配),那么注册的步骤是什么 一旦找到匹配项并使用它们来估计变换,下一步通常是什么 查找对不同类型变换(如:平移、旋转、缩放)不变的点/区域。。因为这些点对这些变换是不变的,所以我们可以在我们想要注册的不同图像中找到它们,这样图像之间就可以有对应关系。这些点/区域的示例包括角点、斑点 在我们有了这些要点之后,我们需要一种方法来描述它们,这种方法不受噪音、对比度灯光变化等的影响。。。我们通过使用点周围的邻域来实现这一
谢谢,阿米泰。我的问题主要是关于第5步。我有一个变换的img(仿射变换)和一个参考img。我将对哪个图像应用变换?对我来说,答案似乎是——将其应用于已转换的img。事实上,这是对齐的正确方法。对我来说,将变换应用于已经变换的图像几乎表现为逆变换是不直观的。标题“参考图像”和“变换图像”是任意的。使用相应的点计算变换时,您可以决定谁是谁。如果你想知道如何将坐标从变换后的图像转换成参考图像,你会得到“逆变换”。我使用OpenCV检测特征,但这对于估计变换并不重要。我使用RANSAC来估计变换矩阵,然后将其应用于变换后的img。之后,转换后的img看起来几乎与引用相同。我只是想知道。。。这在数学上有什么意义。