Moravec(莫拉维克)影像特征点提取之相关系数影像匹配

相关系数影像匹配目录

  • 一、相关系数法影像匹配原理
      • 1.相关系数法影像匹配算法的基本原理
      • 2.什么是相关系数?
  • 二、编程思路及流程图
      • 1.思路
      • 2.流程图
  • 三、结果分析
      • 1.算法图示
      • 2.相关系数计算
      • 3.相关系数阈值的选取
      • 4.最终结果
  • 四、总结


话接上回,本篇文章是上一篇文章的后续,基于Moravec提取特征点后进行的影像匹配算法,不清楚的小伙伴可以看一下这个哦:Moravec(莫拉维克)影像特征点提取(含原理与C代码)。


一、相关系数法影像匹配原理

1.相关系数法影像匹配算法的基本原理

利用与目标窗口大小相等的搜索窗口在搜索影像的搜索区域内连续滑动,并计算目标窗口与搜索窗口的相关系数,相关系数最大的窗口所对应的中心像素点即为 与目标窗口相匹配的同名点。

2.什么是相关系数?

相关系数是标准化的协方差函数,协方差函数除以两信号的方差即得到相关系数。 g(x, y)与 g’(x’, y’)的相关系数为:
在这里插入图片描述
其中:
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第1张图片
由离散灰度数据对相关系数的估计为:
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第2张图片
考虑到计算工作量,相关系数的实用公式为:
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第3张图片

二、编程思路及流程图

1.思路

(1)特征点提取(Moravec 算子):详见上篇文章。
(2)基于相关系数的影像匹配:(公式不好打,直接上图)
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第4张图片Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第5张图片
(很明显左上角红圈部分不能完全重合,但是下方的网球场可以很好重合,推测可 能是影像本身存在畸变,考虑到上方特征点个数相较于下方较少,因此以下方为准 测量偏差。)
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第6张图片
(3)图像拼接与同名连线
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第7张图片
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第8张图片

2.流程图

知道了整个实验(从特征点提取到影像匹配)的流程的话,思路就会很清晰:
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第9张图片

三、结果分析

1.算法图示

Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第10张图片

2.相关系数计算

Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第11张图片

3.相关系数阈值的选取

Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第12张图片
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第13张图片

4.最终结果

Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第14张图片
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第15张图片
其实改变目标窗口的大小的话会对最终提取到的核线的数量产生一定的影响,这个可以自己试试,在这里就不贴图了。

四、总结

整个实验就这么多了,主要就是对算法的理解。
Moravec(莫拉维克)影像特征点提取之相关系数影像匹配_第16张图片
2022.3.30(完)

你可能感兴趣的:(笔记,遥感卫星,相关系数,影像匹配,莫拉维克,morave特征点)