matlab画图,matlab画surf图

  matlab画图,matlab画surf图

  一内容介绍传统的全景图像配准多采用基于撒的方法,该方法数据量大,时间效率低。提出了一种基于冲浪的全景图像快速配准方法。运用苏无线电频率(radio frequency)提取特征点,计算特征描述符;运用低时间复杂度的K-D树最近邻搜索法实现特征点快速匹配;利用随机抽样一致性算法算法剔除误匹配点;最后估计出两幅全景图像的变换矩阵。测试表明:算法具有较高的时间效率和良好的鲁棒性。

  2部分代码%例3,仿射配准

  %加载图像

  色度控制中心

  清理所有

  全部关闭

  痉挛

  I1=im2 double(imread( test images/Lena 1。png’);

  I2=im2 double(im read( test images/Lena 2。png’));

  %获得关键点

  Options.upright=true

  Options.tresh=0.0001

  Ipts1=OpenSurf(I1,选项);

  Ipts2=OpenSurf(I2,Options);

  %将地标描述符放入矩阵中

  D1=形状([IP ts1。descriptor],64,[]);

  D2=形状([ipts 2。descriptor],64,[]);

  %找到最佳匹配

  err=zeros(1,长度(IP ts1));

  cor1=1:长度(IP ts1);

  cor2=零(1,长度(IP ts1));

  对于i=1:长度(Ipts1),

  距离=总和((D2-雷普马特(D1(:我),[1长度(Ipts2)]).^2,1);

  [err(i),cor2(i)]=min(距离);

  目标

  基于向量距离的%排序匹配

  [err,ind]=sort(err);

  cor 1=cor 1(ind);

  cor 2=cor 2(ind);

  %使用最佳匹配的坐标生成向量

  pos 1=[[IP ts1(cor 1].y],[Ipts1(cor1).x]];

  pos 2=[[ipts 2(cor 2)].y],[Ipts2(cor2).x]];

  Pos1=Pos1(1:30,);

  Pos2=Pos2(1:30,);

  %显示两幅图像

  我=零([大小(I1,1)大小(I1,2)*2大小(I1,3)]);

  我(:1:大小(I1,2),)=I1;I(:size(I1,2) 1:size(I1,2) size(I2,2),)=I2

  图,imshow(一);坚持住;

  %显示最佳匹配

  plot([Pos1(:2) Pos2(:2) size(I1,2)],[Pos1(:1) Pos2(:1)],-);

  plot([Pos1(:2) Pos2(:2) size(I1,2)],[Pos1(:1) Pos2(:1)], o ;

  %计算仿射矩阵

  Pos1(:3)=1;Pos2(:3)=1;

  m=位置1 /位置2 ;

  %向矩阵实验室搜索路径添加子功能

  function name= open surf。m’;

  function dir=which(函数名);

  函数目录=函数目录(1:结束长度(函数名));

  添加路径([函数方向/扭曲函数])

  %扭曲图像

  I1扭曲=仿射扭曲(I1,M双三次);

  %显示结果

  图,

  支线剧情(1,3,1),im show(I1);标题("图1");

  支线剧情(1,3,2),imshow(I2);标题("图2");

  支线剧情(1,3,3),im show(I1 _翘曲);标题("扭曲的图1");

  总有机碳

  fprintf(找到了%d个匹配项. \n ,size(Pos1,1));

  fprintf(Matched in %.3f s\n ,TOC);

  3运行结果

  四参考文献[1]阳吉斌,胡访宇,朱高。基于改进冲浪算法的遥感图像配准[J]的缩写.电子测量技术, 2012, 35(3):5.

  博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等多种领域的矩阵实验室仿真,相关矩阵实验室代码问题可私信交流。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: