图像配准算法综述——主要介绍现有算法及其优缺点

作者：禅与计算机程序设计艺术

1.简介

图像配准（image alignment）是一个非常重要的问题。它使得相机在拍摄照片或视频时，可以自动移动，从而能够将被摄像对象与参考图像匹配上。由于空间中的物体存在各种形态，光线变化、遮挡等原因导致相机拍摄出的图像可能发生扭曲和失真，而配准就是为了消除这些影响并保证图像之间的对应关系。 随着图像处理的发展，图像配准也渐渐成为一个热门话题。本文将对目前主流的图像配准算法进行全面总结和介绍，分析其优缺点，并讨论它们的适用场景和未来的发展方向。

2.基本概念术语说明

（1）基础知识

首先，需要对图像处理的一些基本概念和术语做一下介绍。

1) RGB图像

RGB（Red-Green-Blue）即红-绿-蓝三原色构成的彩色图像，每个像素点用三个值表示颜色信息。其中红色（R）、绿色（G）、蓝色（B）分别分量的取值范围都在0~255之间，0表示最暗、255表示最亮。一般来说，黑白图像中RGB三个分量的值都是相同的。

2) 像素坐标

像素坐标指的是图像中的一个位置由行列两维坐标表示的方法。图象左上角的像素坐标为(0,0)，右下角的像素坐标为(宽度-1,高度-1)。图像的每个像素都用它所在的行列坐标唯一确定。

3) 深度图像

深度图像是在摄影测距仪下，获取的一种特殊形式的图像，包括每个像素的距离测量值。该图像的每一个像素的像素值代表了真实世界中的物体到相机的距离。图像的深度精度取决于测距仪的精度