图像配准是计算机视觉中诸多问题的基础，基于图像特征的配准方法仍然是该领域的研究热门。为了提高算法的效率，拥有更好的实用性，提出了一种基于FAST-DAISY的遥感图像配准方法。首先运用FAST算法提取特征点，提出分配主方向的方法，利用DAISY算法建立描述符，得到特征点集后，使用RANSAC（随机抽样一致性）算法剔除误匹配点对，最终估计仿射变换参数，利用二次线性插值法得到配准后的遥感图像。实验结果表明，算法对于平移、旋转、灰度差异、地物差异、位置差异、小尺度差异和噪声干扰的遥感图像有较好的配准效果，匹配时间通常介于SIFT与SURF-DAISY算法之间，算法在实用性上有较大优势。
2023-02-03 17:01:52
5.53MB
1
本人近来研究OpenCV的Fast 的源码，发现opencv 对Fast 的算法写的有优化，并不方便初学者来理解代码，本人根据Fast 算法的原理，写了一个相对非常好理解的Fast 算法，在速度上不如opencv， 但是在代码的理解和简洁上绝对是更胜一抽，希望能帮助更多学习Fast 算法的同学们，请大家相信，本程序Fast 的结果经过验证和opencv 结果一样，请大家放心使用。
2021-04-30 16:20:10
3.68MB
1