ISP 图像对齐笔记(一):图像对齐基础算法

本文详细介绍图像配准中的三种核心算法:前向累加法、前向合成法及逆向合成法,并深入探讨每种算法的工作原理、迭代过程及优劣比较。

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


ISP 图像对齐笔记(一):图像对齐基础算法

我们假设I(x) 是输入图像也就是我们拿到手的图像,T(x)参考图像也可以理解为我们的对齐图像,因此有相同坐标下
在这里插入图片描述
其中 I 和T是指图像的亮度(intensity)
因此我们需要找到一种映射关系使得:
在这里插入图片描述

其中w为 warp变换
[外链图片转存失败,源站可能有防盗在这里插入!链机制,建描述]议将图片上https://传(imblog.csdnimg.cn/Ph5G6333a7797e4743810d5c9c55ff6b.png0)(htps://img-blog.csdnimg.cn/946333a7797e474380dc919c6c55ff0b.png)]
注意这里的 W首先是齐次保证线性运算+可逆,p3和p6是位移,p1,p2,p4,p5 表示剪切+旋转的组合,p7,p8 表示增加了平面的投射,这个模型假设很重要,后面学习很多也是基于这个W矩阵(注意L-K是6个参数,我这里扩大到8个进行描述也就是p7和p8)

于是我们引出:图像配准,英文称为image alignment,或者 image registration
图像配准的方法有三:

(1)即前向累加法:forward additive
(2)前向合成法:forward compositional
(3)逆向合成法:inverse compositional<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值