如何用surf算法在Matlab中实现图像配准及代码示例？

本文共计1151个文字，预计阅读时间需要5分钟。

1+内容介绍+图像配准（imageregistration）是将不同时间（获取时间）、不同传感器（成像设备）或不同条件（天气、照度、摄影位置和角度）下获取的2景或多景图像进行几何配准的过程。

1 内容介绍

图像配准(imageregistration)是将不同时相(获取时间)、不同传感器(成像设备)或不同条件(天候、照度、摄像位置和角度)下获取的2景或多景图像进行几何匹配的过程。随着信息技术的迅猛发展，传统的基于灰度值和变换域的图像配准技术已难以满足需要，基于影像特征的高精度图像配准方法已经成为当前图像配准技术的研究趋势。近年来，国内外涌现出了大量基于影像特征的图像配准方法研究，包括特征点、边缘、区域和轮廓等。特征点的提取相对容易，且不易受空间分辨率、光照条件等图像变化的影响而被广泛应用。SUＲF算法是在SIFT算法的基础上提出的一种快速鲁棒特征提取的配准算法。基于SUＲF算法的图像配准主要包括图像特征点提取、特征点匹配、去除误匹配点、确定匹配模型和图像重采样4个方面。而在利用传统SUＲF算法进行图像配准时，提取的特征点分布不均，会导致匹配的特征点出现局部集中现象，使图像配准误差较大而影响整体配准的精度。