图像配准中的归一化互相关匹配算法

原文地址:http://blog.csdn.net/fengbingchun/article/details/5857810


在用Harris算子对图像进行角点提取后,两幅图像得到的角点个数不一定相等,这时就要先对它们进行处理,得出一一对应的角点对。

 

归一化互相关(Normalized Cross Correlation method, NCC)匹配算法是一种经典的统计匹配算法,通过计算模板图像和匹配图像的互相关值,来确定匹配的程度。

 

互相关最大时的搜索窗口位置决定了模板图像在待匹配图像中的位置。

它是一个亮度、对比度线性不变量。

 

此算法的缺点是参与运算的特征点比较多,运算速度比较慢。

 

归一化互相关应用在对图像特征点进行初始匹配时执行步骤大体为:

(1)、原图像 - 测试图像经过平均平滑滤波的图像;

(2)、利用(1)中的结果,产生归一化互相关矩阵;

(3)、根据产生的归一化互相关矩阵,得出每行、每列(每幅图像中一点相对于另一幅图像中所有对应点)的最大值及相应索引;

(4)、由(3)结果,如两图像对应点索引一致,则为一对初始匹配点对;

(5)、由(4)循环求出一一匹配的点对。

 

    初始匹配完成。


你可能感兴趣的:(图像拼接)