1) Image motion match
像移匹配
2) image matching
图像匹配
1.
A sub-pixel image matching method on re-sampling and curve fitting;
重采样和曲面拟合的图像匹配方法
2.
SAR-image matching by using image segmentation;
基于图像分割的SAR图像匹配方法
3.
Symmetrical partial Hausdorff image matching method on sub-space approximation;
基于子空间近似对称Hausdorff分数图像匹配方法
3) image match
图像匹配
1.
Vision control algorithm based on motion estimation and image match;
基于运动估计和图像匹配的视觉控制算法
2.
Various methods of map/terrain match guidance in the cruise missile are discussed according to basis principles of image match,and their advantages and disadvantages are analyzed.
根据图像匹配的基本原理 ,讨论了巡航导弹中可以应用的地图 /地形匹配制导的各种方法 ,并分析了各自的利弊 。
3.
Last,integrate image match,and then we also propose a simple track.
与普通的利用颜色分割的方法不同,考虑到足球视频中非目标的像素大体上都是单一的绿色这个特点,结合颜色的统计信息和像素的边缘特性来得到更完美的检测效果;接着利用灰度图像中的统计信息,轻松地完成球员队属的辨别;最后根据重叠面积提出一种简单的视频目标跟踪方案,结合图像匹配,解决运动中的遮挡问题。
4) image registration
图像匹配
1.
Rotated image registration method based on NCC;
基于NCC的存在旋转的图像匹配方法
2.
Image registration is the matching processing which matchs two or more images from the same scene derived from different time,different sensors.
图像配准是对取自不同时间、不同传感器或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,是图像融合、目标探测识别和计算机视觉等技术的重要基础,主要用于消除来自不同传感器的图像中目标的位置差异。
3.
In order to improve the robust and precise in image registration,we get the Hessian matrix removed to improve LMA for searching the eight unknown parameters of two input perspective transformation images and get computational gains.
为提高图像匹配的精度和稳定性,在图像匹配过程中用消除了Hessian矩阵的LMA改进算法对两幅图像透视变换矩阵的8个未知参数进行拟合,减少了迭代的计算量。
5) Images matching
图像匹配
1.
a Fast Images Matching Algorithm of SSDA Based on Wavelet Pyramid;
图像匹配理论在图像识别和理解中应用广泛。
6) image matching
影像匹配
1.
Research on the Method of Image Matching Based on Semi-Variance Function;
基于半方差函数的影像匹配方法研究
2.
Application of an improved adaptive genetic algorithm in image matching
一种改进的自适应遗传算法在影像匹配中的应用
3.
Based on image matching, a local correction technology of image to image is introduced in this paper.
本文介绍了一种基于影像匹配的图像对图像局部纠正技术,包括影像直方图匹配、特征点提取、影像匹配处理技术,以及图像对图像局部纠正等技术,用于多源数据的配准。
补充资料：像散和像面弯曲
两种像差。离光轴很近的物点以很小孔径，即很细的光束成像时，球差和彗差的影响可以忽略，成像可认为是完善的。但是当物点离开光轴较远，即视场增大时，即使以细光束成像，也不可能会聚于一点。此时，子午细光束的聚焦点和弧矢细光束的聚焦点位于主光线上的不同位置。就整个细光束而言，在子午焦点处得到的是一垂直于子午平面的短线，称为子午焦线；在弧矢交点处得到的是一垂直于子午焦线，且位于子午平面上的短线，称为弧矢焦线；在其他位置上，光束截面为椭圆弥散斑；在二焦线的中间位置上为一圆形弥散斑，如图所示。这种结构的光束称为像散光束；这种成像缺陷称为像散。像散的数值以二焦点投影到光轴上的间距Δx┡表示，即
，
式中x慴是子午焦点B慴到高斯像面（由高斯光学确定的理想像平面）的距离，x宺是弧矢焦点A宺到高斯像面的距离。如果物平面不在无限远处，B慴和B宺不能称焦点，可改称子午像点和弧矢像点，而问题的性质不变，公式也仍适用。当物点到光轴的距离变化时，x慴和x宺的数值随之改变，因此就细光束成像而言，同一个物平面有两个弯曲的像面：子午像点所在的面为子午像面，x慴称为子午像面弯曲，或简称子午场曲。弧矢像点所在的面为弧矢像面，x宺称为弧矢像面弯曲，或简称弧矢场曲。
像面弯曲x慴和x宺之值需在主光线的光线追迹基础上，用专门的计算公式（杨氏公式）求得,从而像散值Δx┡也随之求得。
当光学系统存在较大的像散时，像面一般也很弯曲，只有当子午和弧矢像面处于高斯像面二侧时，可勉强认为是平像面光学系统。但因像系由弥散圆形成，是模糊不清的。
当光学系统的像散校正得很好并且用细光束成像时，物平面上各点都有一个清晰的像点，但它们往往仍处于一个弯曲的像面上，在用平面来接收时仍不能同时清晰。通常把消像散时的清晰像面称为珀兹伐曲面，其弯曲程度称为珀兹伐弯曲。
所以，只有同时校正好像散和珀兹伐弯曲，才能使大的物平面用细光束成像时有一个平的清晰像面。若同时校正好宽光束的球差和彗差，则可获得大孔径大视场时的清晰像平面。
一般而论，透镜的像散随孔径光阑位置而异，并随透镜形状的不同而异,但当孔径光阑与薄透镜重合时,只要焦距不变，像散即为常值，与形状无关。消像散系统一般由正、负透镜适当组合而成。珀兹伐弯曲也只有用正、负光焦度分离的方法才能校正。
，
式中x慴是子午焦点B慴到高斯像面（由高斯光学确定的理想像平面）的距离，x宺是弧矢焦点A宺到高斯像面的距离。如果物平面不在无限远处，B慴和B宺不能称焦点，可改称子午像点和弧矢像点，而问题的性质不变，公式也仍适用。当物点到光轴的距离变化时，x慴和x宺的数值随之改变，因此就细光束成像而言，同一个物平面有两个弯曲的像面：子午像点所在的面为子午像面，x慴称为子午像面弯曲，或简称子午场曲。弧矢像点所在的面为弧矢像面，x宺称为弧矢像面弯曲，或简称弧矢场曲。
像面弯曲x慴和x宺之值需在主光线的光线追迹基础上，用专门的计算公式（杨氏公式）求得,从而像散值Δx┡也随之求得。
当光学系统存在较大的像散时，像面一般也很弯曲，只有当子午和弧矢像面处于高斯像面二侧时，可勉强认为是平像面光学系统。但因像系由弥散圆形成，是模糊不清的。
当光学系统的像散校正得很好并且用细光束成像时，物平面上各点都有一个清晰的像点，但它们往往仍处于一个弯曲的像面上，在用平面来接收时仍不能同时清晰。通常把消像散时的清晰像面称为珀兹伐曲面，其弯曲程度称为珀兹伐弯曲。
所以，只有同时校正好像散和珀兹伐弯曲，才能使大的物平面用细光束成像时有一个平的清晰像面。若同时校正好宽光束的球差和彗差，则可获得大孔径大视场时的清晰像平面。
一般而论，透镜的像散随孔径光阑位置而异，并随透镜形状的不同而异,但当孔径光阑与薄透镜重合时,只要焦距不变，像散即为常值，与形状无关。消像散系统一般由正、负透镜适当组合而成。珀兹伐弯曲也只有用正、负光焦度分离的方法才能校正。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条