圖像配准演算法

1. Demons演算法是不是只適用於單模態圖像配准多模態的圖像配准可以嗎

可以的，我把資料給你發過去了

2. 圖像配准技術及其MATLAB編程實現的圖書目錄

第1章 緒論
1.1 圖像配准原理
1.2 圖像配準的基本框架
1.3 配准方法分類
1.4 常用的圖像配准技術
1.5 圖像配准與融合的意義
1.6 圖像配准與融合技術的應用
第2章 數字圖像
2.1 X線影像
2.2 CT影像
2.3 MRI檢查技術
2.4 SPECT成像
2.5 PET成像
2.6 超聲成像
2.7 SPOT影像
第3章 特徵空間
3.1 點檢測
3.2 線檢測
3.3 Hough變換
3.4 邊緣檢測
第4章 搜索空間
4.1 平移變換
4.2 旋轉變換
4.3 縮放變換
4.4 綜合變換
第5章 灰度級插值技術
5.1 最近鄰插值法
5.2 雙線性插值法
5.3 立方卷積插值法
5.4 PV插值法
第6章 搜索策略
6.1 一維搜索演算法
6.2 Powell演算法
6.3 遺傳演算法
6.4 蟻群演算法
第7章 相似性度量
7.1 最大互信息測度
7.2 AM測度
第8章 圖像配准實例
8.1 配准演算法
8.2 Matlab編程實現
8.3 程序運行界面及結果
附錄A 本書使用的工具箱函數
附錄B Matlab 7.0圖像處理工具箱函數
參考文獻

3. 跪求：基於SIFT的圖像匹配演算法研究MATLAB程序

請問樓主問什麼這個代碼里運行那個例子的時候總出現Undefined function or method 'detect_features' for input arguments of type 'uint8'.Error in ==> script_example at 12[features1,pyr1,imp1,keys1] = detect_features(img1);是我運行錯了嗎？應該怎麼做？

4. opencv關於像素點的圖像匹配演算法

首先，建議你將圖像中感興趣區域（比如上圖中的字母）取出來進行歸一化，然後在進行匹配率計算。這是因為周圍環境會對匹配率產生影響。
其次，建議你將匹配率演算法改成Hausdorff距離https://en.wikipedia.org/wiki/Hausdorff，這樣對圖像有些平移什麼的都不怎麼敏感了。

5. 圖像比對的原理或者演算法

有雜訊情況下。1、配准；2、兩張圖的圖像塊分別計算特徵（lbp,sift等）；3、計算特徵的距離（歐式距離等）。在matlab或opencv下都可以。

6. 圖象匹配比值演算法

自相關比值模板匹配演算法

7. 如何比較SIFT，SURF，Harris-SIFT圖像匹配演算法性能

先建立DoG尺度空間，然後確定S的值，最後比較DoG尺度空間中每個像素點和它鄰近的26個點，確保尺度空間和二維圖像空間都檢測得到極值點，這些像素點的集合就是候選的關鍵點了。

8. 圖像匹配的演算法

迄今為止，人們已經提出了各種各樣的圖像匹配演算法，但從總體上講，這些匹配演算法可以分成關系結構匹配方法、結合特定理論工具的匹配方法、基於灰度信息的匹配方法、基於亞像元匹配方法、基於內容特徵的匹配方法五大類型 基於內容特徵的匹配首先提取反映圖像重要信息的特徵，而後以這些特徵為模型進行匹配。局部特徵有點、邊緣、線條和小的區域，全局特徵包括多邊形和稱為結構的復雜的圖像內容描述。特徵提取的結果是一個含有特徵的表和對圖像的描述，每一個特徵由一組屬性表示，對屬性的進一步描述包括邊緣的定向和弧度，邊與線的長度和曲率，區域的大小等。除了局部特徵的屬性外，還用這些局部特徵之間的關系描述全局特徵，這些關系可以是幾何關系，例如兩個相鄰的三角形之間的邊，或兩個邊之間的距離可以是輻射度量關系，例如灰度值差別，或兩個相鄰區域之間的灰度值方差或拓撲關系，例如一個特徵受限於另一個特徵。人們一般提到的基於特徵的匹配絕大多數都是指基於點、線和邊緣的局部特徵匹配，而具有全局特徵的匹配實質上是我們上面提到的關系結構匹配方法。特徵是圖像內容最抽象的描述，與基於灰度的匹配方法比，特相對於幾何圖像和輻射影響來說更不易變化，但特徵提取方法的計算代價通常較，並且需要一些自由參數和事先按照經驗選取的閉值，因而不便於實時應用同時，在紋理較少的圖像區域提取的特徵的密度通常比較稀少，使局部特徵的提 取比較困難。另外，基於特徵的匹配方法的相似性度量也比較復雜，往往要以特徵屬性、啟發式方法及閉方法的結合來確定度量方法。基於圖像特徵的匹配方法可以克服利用圖像灰度信息進行匹配的缺點，由於圖像的特徵點比象素點要少很多，因而可以大大減少匹配過程的計算量同時，特徵點的匹配度量值對位置的變化比較敏感，可以大大提高匹配的精確程度而且，特徵點的提取過程可以減少雜訊的影響，對灰度變化，圖像形變以及遮擋等都有較好的適應能力。所以基於圖像特徵的匹配在實際中的應用越來越廣-泛。所使用的特徵基元有點特徵明顯點、角點、邊緣點等、邊緣線段等。

9. 基於邊緣檢測的圖像配准（matlab）

邊緣配准還是有難度的，畢竟邊緣上的點不是一一對應的