应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 图像处理 » 图像拼接 图像特征点匹配
272/3返回列表上一页123下一页
查看: 2811  |  回复: 26
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

修恒

新虫 (小有名气)
引用回帖:
10楼: Originally posted by lingshuning at 2011-12-06 17:42:26:
模板匹配的精度高于角点检测，可以通过设置模板区域的方法进行匹配，比角点检测好用。不知你用的是harris角点检测方法还是别的，如果是harris角点识别方法会存在很多误检，并且不稳定，不知道其它的方法适应性如 ...

模板匹配的运算量可能有点高吧，而且模板匹配对尺度、旋转、灰度等的匹配效果不太好吧
赞一下 回复此楼
我恨我痴心!~ 临渊羡鱼，不如退而结网
11楼2011-12-07 11:04:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

匿名

用户注销 (小有名气)
本帖仅楼主可见
赞一下
12楼2011-12-07 11:18:44
已阅   申请信息EPI   回复此楼   编辑   查看我的主页

dxjzpc

银虫 (小有名气)

【答案】应助回帖

引用回帖:
6楼: Originally posted by dxjzpc at 2011-12-03 15:31:35:
特征点用最大相关效果可能不好，那是基于区域的配准时采用的，你可以换种其他的相似度量函数试试

采用特征点配准，一般是找一种距离作为相似性度量函数
赞一下 回复此楼
13楼2011-12-08 18:47:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

小小善良虫

新虫 (小有名气)

【答案】应助回帖

★
感谢参与，应助指数 +1
mze04532(金币+1): 热心应助，奖励~ 2011-12-12 15:34:39
FAST最快  SIFT信息量比较多  SURF综合效果满意  匹配搜索可选择FLANN或者K-D等
赞一下(1人) 回复此楼
14楼2011-12-12 14:41:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

sukiyq

木虫 (小有名气)

【答案】应助回帖

感谢参与，应助指数 +1
角点的优劣直接影响配准精度，SIFT特征点对尺度和旋转变化具有很好的稳定性，对具有射影变换的普通照片的配准效果非常理想，建议楼主一试。Moravec算子是角点领域最早提出的角点，只利用了四个方向的图像梯度值，首先对尺度和旋转变化就超级敏感，很怀疑用这种角点能进行很好的配准。
赞一下 回复此楼
比菜鸟强一点点
15楼2011-12-14 14:54:34
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

kk_2010

木虫 (正式写手)

【答案】应助回帖

感谢参与，应助指数 +1
可以考虑双向相关匹配，或者双向SIFT匹配。找出共同的匹配点集合。
赞一下 回复此楼
16楼2011-12-22 21:55:15
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mengshidi

新虫 (初入文坛)

【答案】应助回帖

感谢参与，应助指数 +1
sift\surf算法所说比较稳定
赞一下 回复此楼
17楼2012-02-13 15:37:32
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

wbj503

新虫 (小有名气)

【答案】应助回帖

感谢参与，应助指数 +1
SIFT,SURF,这些效果都不错，如果有误匹配，RANSAC算法可以剔除误匹配，效果不错，
赞一下 回复此楼
18楼2012-03-16 01:40:46
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

weiguang7910

木虫 (正式写手)

【答案】应助回帖

特征匹配的效果和两个因素有关：

1 特征描述算子本身的性能。现有主流的特征算子有SIFT 、SURF、Harris等等（其他的非主流就不说了）
  这三种算子的区别：
             Harris主要检测角点特征，对图像的旋转不敏感，但是图像出现缩放变形时不能用
             SIFT算子最为稳健，对图像特征描述最为精细，因此该特征匹配率较高，最大缺点是速度慢
             SURF算子是在SIFT基础上改进的，稍微牺牲了点稳健性，但是大幅提高特征检测速度（约10倍）。
  因此，在特征算子的选择方面，我建议您使用SURF。
2  特征匹配算法的性能。 也有很多种，但一般的特征算子本身也会包含某种特征匹配算法（比如SURF和SIFT用的是最小领域法做“粗匹配”，记住是粗匹配，就是该方法的匹配精度比较低，为下一步精确匹配提前做点筛选工作）。而特征的精确匹配目前使用最多的还是RANSAC算法，我用了觉得效果非常好，楼主说的“用过RANSAC方法，但是效果不对”我敢肯定你一定是哪地方搞错了（比如RANSAC参数的调节不准确等等），建议你再回去试试RANSAC算法，不要轻易放弃。

总结，选择SURF算子实现特征检测，后期使用RANSAC算法进行特征匹配。相信可以解决问题
赞一下 回复此楼
19楼2012-12-16 02:04:07
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zdxcuihua

铜虫 (著名写手)
双向匹配，ransac，都可以，试试两者结合起来如何？其实你可以试试只用最匹配的几对点，后面的可靠性不高的，
就不要了
赞一下 回复此楼
20楼2013-01-06 10:41:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 修恒 的主题更新
272/3返回列表上一页123下一页
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭