基于Affine-SURF-GTM的图像配准算法研究和matlab仿真

基于Affine-SURF-GTM的图像配准算法研究和matlab仿真

图像配准是计算机视觉领域中的一个重要问题，其应用广泛，如医学影像诊断、遥感图像处理、机器人视觉等。在这个问题上，我们研究了一种基于Affine-SURF-GTM的图像配准算法，并使用Matlab进行了仿真。下面就详细介绍一下这个算法以及实现过程。

算法原理

Affine-SURF是一种强大的局部特征描述符，它可以提取出旋转、尺度和仿射变换不变性特征点。在使用Affine-SURF进行图像配准时，我们需要将提取出来的特征点进行匹配，本文采用GTM（Generative Topographic Mapping）神经网络进行匹配。

具体来说，我们先使用Affine-SURF对待配准的两幅图像分别提取特征点，然后将这些特征点输入到GTM神经网络中。最后根据神经网络输出的匹配结果，进行图像配准即可。

Matlab 实现

Matlab作为一种常见的数学计算软件，非常适合用来做图像处理相关的工作。下面我们将介绍使用Matlab实现基于Affine-SURF-GTM的图像配准算法的具体过程。

1. 读取待配准的两张图片

I1 = imread