简单的配准算法总结
来源:互联网 发布:尤里的复仇 mac 编辑:程序博客网 时间:2024/04/28 21:47
转自:http://blog.csdn.net/xuluohongshang/article/details/52886352
图像配准算法\小总结
首先,图像配准要素结合:特征空间,搜索空间,搜索策略,近似性度量;图像配准方法:
1.基于灰度信息的方法:交叉相关(互相关)方法,相关系数度量,序贯相似检测算法,信息理论的交换信息相似性准则。
2.基于变换域的方法:相位相关法,Walsh Transform变换。
3.基于特征的方法:常用的图像特征有:特征点(包括角点、高曲率点等)、直线段、边缘(Robert、高斯-拉普拉斯LoG、Canny、Gabor滤波等边缘检测算子)或轮廓、闭合区域、特征结构以及统计特征如矩不变量等。
注:像素灰度信息的互相关算法相比,特征提取包含了高层信号信息,所以该类算法对光照、噪声等的抗干扰能力强。
常用的空间变换模型:刚体变换(平移、旋转与缩放的组合)、仿射变换、透射变换、投影变换、非线性变换。
常用的相似性测度:
1.距离测度:均方根误差,差绝对值和误差,兰氏距离,Mahalanobis距离,绝对差,Hausdorff距离等。
2.角度度量法(概率测度)。
3.相关度量法
配准算法的评价标准:
配准时间、配准率、算法复杂度、算法的可移植性、算法的适用性、图像数据对算法的影响等(这里虽然不是目标追踪的评价标准,但是我们可以借鉴这些评价算法的标准)
阅读全文
0 0
- 简单的配准算法总结
- 简单的算法总结
- 简单排序算法的总结
- 递归算法的简单总结
- 排序算法的简单总结
- 简单的排序算法总结
- 【复习总结】一些简单的排序算法
- 几种排序算法的简单总结
- 简单排序算法总结
- 简单排序算法总结
- 递归算法简单总结
- 推荐算法简单总结
- Apriori算法简单总结
- 简单排序算法总结
- 图像配准方面的算法总结
- 开张--数据结构及算法的种类简单总结
- 数据结构及简单算法的总结----之【排序】
- 随机森林算法的简单总结及python实现
- sap abap 锁对象 数据库锁
- perl 特殊变量总结
- Codeforces Ilya and Bank Account
- Vue入门学习(三)
- [Virtualization]ESXi体系结构与内存管理(二)控制内存分配
- 简单的配准算法总结
- 记录项目
- 2017.6.23-刷1
- wampserver环境下配置虚拟域名
- 优先队列用法介绍
- PHP7.0,PHP7.1.x新特性
- MySQL中concat函数(连接字符串)
- IE 浏览器修复
- excel数据导出