今天在网上看到一篇2017年的论文，是关于图像配准的，偏医学图像，主要是讲针对于3D耳蜗医学图像的自动配准的问题，因为现存的技术都是医生使用手动成像进行图像配准和分割，非常耗时，而且耳蜗的体积非常小，结构复杂，这对于多模态耳蜗图像的自动配准来说是一个巨大的挑战。这篇论文提出了一种 ...

今天接触到图像配准问题，在网上搜索了一会，了解到目前还没有哪一种方法能够应对所有的配准情况，任何一种配准算法都必须考虑图像的成像原理、几何变形、噪声影响、配准精度等因素。从原理上讲，配准大致可以分为以下四个步骤： （1）特征提取 采用人工或者自动的方法检测图像中的不变特征 ...

对于两幅不同角度拍摄图像，不考虑光学成像相关信息，仅认为两幅图像是通过某一种平面映射（如仿射变换）相关联。使用该模型对两幅图像配准方法如下： 1 特征检测与匹配 1）使用任意特征点检测算法分别检测出两幅图像上得显著特征点（如 Harris 角点，SIFT，SURF ...

图像配准是对取自不同时间、不同传感器或者不同视角的同一场景的两幅图像或者多幅图像匹配的过程，它被广泛地应用在遥感图像、医学影像、三维重构、机器人视觉等诸多领域中.而匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定 ...

（一）图像特征匹配--SIFT 1.1 SIFT背景简介 SIFT算法是David Lowe在1999年提出的局部特征描述子，并在2004年深入发展和完善。 SI ...

在逆向工程，计算机视觉，文物数字化等领域中，由于点云的不完整，旋转错位，平移错位等，使得要得到的完整的点云就需要对局部点云进行配准，为了得到被测物体的完整数据模型，需要确定一个合适的坐标系，将从各个视角得到的点集合并到统一的坐标系下形成一个完整的点云，然后就可以方便进行可视化的操作，这就是点云数据 ...

关于输入一个具体的物体的点云，从场景中找出与该物体点云相匹配的，这种方法可以用来抓取指定的物体等等，具体的代码的解释如下，需要用到的一些基础的知识，在之前的博客中都有提及，其中用到的一些方法可以翻阅前 ...

导师给了方向，所以最近在看点云配准相关论文“ 点云配准是计算机视觉的一个分支方向： 一、点云配准基础知识 1．入门知识及背景 1）点云概念 　　点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，称之为“点云 ...