基于SIFT特征的图像配准(Matlab源代码).pdfVIP

基于SIFT 特征的图像配准（附Matlab 源代码） 本文先给出了采用 SIFT 方法进行图像配准的实验原图以及实验结果，最后附上 Matlab 源代码。 实验一： 实验一的图像（见图 1.1）是本人自己拍摄的，然后由软件裁剪成400 ×400 像素而成， 其中参考图像和待配准图像之间有重叠部分，且具有一定的旋转。这是一般难度的图像配准。 （图1.1 参考图像（左图）和待配准图像（右图）） 经过筛选后的能作为配准控制点的SIFT 匹配特征点对见下图1.2 所示。 （图1.2 经过筛选后的能作为配准控制点的SIFT 匹配特征点对） 配准后的图像见下图1.3 所示。 （1.3 配准后的图像） 实验二： 实验二的图像（见图2.1 ）是本人自己在同一地点不同角度拍摄的，然后由软件裁剪成600 ×450 像素而成，其中参考图像和待配准图像之间有重叠部分，且具有一定的旋转。这是具有 一定难度的图像配准。 （图2.1 参考图像（左图）和待配准图像（右图）） 经过筛选后的能作为配准控制点的SIFT 匹配特征点对见下图2.2 所示。 （图2.2 经过筛选后的能作为配准控制点的SIFT 匹配特征点对） 配准后的图像见下图1.3 所示。 （2.3 配准后的图像） 实验三： 实验三的图像（见图3.1 ）是两幅SAR 图像，大小为400 ×400 像素，其中参考图像和待 配准图像之间有重叠部分，且具有一定的旋转。这是具有难度的图像配准。 （图3.1 参考图像（左图）和待配准图像（右图）） 经过筛选后的能作为配准控制点的SIFT 匹配特征点对见下图3.2 所示。 （图3.2 经过筛选后的能作为配准控制点的SIFT 匹配特征点对） 配准后的图像见下图3.3 所示。 （3.3 配准后的图像） 下面是Matlab 源代码，共计13 个*.m 文件和1 个*.exe 文件，其中siftWin32 .exe 文件需 要自行下载，下载链接为/s/1pJL4SB5，需要*.m 格式的源代码的，到 /download/destiny0321/9204877 进行下载。 Zoo_main.m close all;clear all;clc; figure;zoo_drawPoints(im1,loc1,im2,loc2); im1=imread(image data\image3_1.jpg); Num=3;Thresh=0.85; im2=imread(image data\image3_2.jpg); match=zoo_BidirectionalMatch(des1,des2,Num ,Thresh); gray1=zoo_x2gray(im1); clear des1 des2 gray2=zoo_x2gray(im2); loc1=loc1(match(:,1),:); loc2=loc2(match(:,2),:); [des1,loc1]=zoo_sift(gray1); [des2,loc2]=zoo_sift(gray2); figure;zoo_linePoints(im1,loc1,im2,loc2); g=fopen(tmp.key,r); agl=zoo_getRotAgl(loc1,loc2);