机器学习笔记 - 基于传统方法/深度学习的图像配准

一、图像配准

        图像配准是将 一个场景的不同图像变换到同一坐标系的过程。这些图像可以在不同的时间(多时间配准)、由不同的传感器(多模态配准)和/或从不同的视点拍摄。这些图像之间的空间关系可以是 刚性的 (平移和旋转)、 仿射 ( 例如 剪切)、单应性或复杂的大变形模型。

机器学习笔记 - 基于传统方法/深度学习的图像配准_第1张图片

         更多关于图像配准的描述,请参考下面的链接。计算机视觉 什么是图像配准?_坐望云起的博客-CSDN博客_图像配准图像配准是叠加两个或多个来自不同来源、在不同时间和角度拍摄的图像的过程。图像配准过程是一种自动或手动操作,它试图发现两张照片之间的匹配点并在空间上对齐它们以最小化所需的误差,即两幅图像之间的统一邻近度测量。医学、遥感和计算机视觉都使用图像配准。一旦在图片之间建立了对应关系,通常可以简单地调节或处理对两张或多张照片之间的联系的研究。建立这种相关性的过程称为图像配准。htt

你可能感兴趣的:(机器学习,深度学习,人工智能,计算机视觉,图像配准,特征点)