我来答一下
首相对于影像匹配做一个概述
1、影像匹配这个东西说难很难说简单比较简单，他贯穿于很多学科中，在不同的学科领域内，虽然他们的基础或是绝大部分技术路线是一致的，但是由于他们所处理的影像不同，因此会针对各领域内影像不同具体的策略也会有一些差别，可以说没有一种影像匹配方法是能够解决通用影像匹配问题的
2、影像匹配的研究方法通常集中在两个方向，第一个方向是如何找到点的问题，第二个方法是如何在找到点的基础上确保找到的点是正确点的问题。
第一个方向我个人感觉好像很难有突破了，近几年来一个新的算法是surf算法，他是sift算法的加速版本。而第二个方面更多的是依靠不同影像的特征以及个人经验来加以确保
3、影像匹配一般分为三种，一种是基于灰度，一种是基于特征，还有一种是基于傅里叶-梅林变换，后一种我不是很了解，但是这几种方式无优劣之分，需要看你匹配的应用场景。
4、针对确保正确性的问题，一般的匹配都只是单点的一个相关性，因此很难保证你匹配的正确性，因此，确保正确性就要从整体上来进行考虑了，就比方说ransac算法。
在来讲一下学习方法吧
1、假设你具备编程能力
2、找一本数字图像处理的书籍来学习下影像的格式，包括如何对影像进行操作，比方说旋转啊缩放啊等等
3、通过一些小的实战建立起对影像处理的一个基本概念，简单的各种图像的变换、各种特征点的提取。
4、实现一些通用的影像匹配算法。一般的数字图像处理书籍里面都会有的，但是千万不要以为自己就掌握了影像匹配的知识，因为你所用到的影像数据太过好，而实际工程中是很难保证所有影像都有这个质量的，不过这个时候你应该掌握了基本的影像匹配知识了
5、基本上书的话只会介绍一些最基础的的东西，所以这个时候如果你想更深入的了解的话，你就需要了解一些成像原理的东西，这个在计算机视觉或是摄影测量里面是很容易找到的。
这些领域一般的教材都会有一些稍微复杂一些的匹配算法。
6、掌握了这些知识之后，你就可以到期刊网上收索一些影像匹配相关的文章了，比方说，基于最小二乘的影像匹配，基于核线(极线)相关的影像匹配，松弛法影像匹配，基于动态规划的影像匹配、区域匹配等等，但是要明白一点，所有的上面的匹配算法都只是一些思路，在实际运用过程中效果可能不好，因为作者对于算法的细节一般都不会公布，这个时候就需要你的大量尝试经验了。
7、然后就是自己研究了，个人感觉如果理论功底不是很强的话，那么研究的侧重点应该放在策略的组合上面，而不是研究新的算法
答：一、 专业历史沿革与发展动态 能源动力工业是国民经济与国防建设的重要基础和支柱型产业，也是涉及多个领域高新技术的集成产业，在国家经济建设与社会发展中一直起着极...详情>>
答：详情>>
问：我家孩子想去湖南拓维教育培训，想提高孩子成绩，怎么样了？
答：那是肯定没有问题的啊，拓维教育跟长郡中学网站合作，这对你孩子进名校提供了一个门槛哦详情>>
答：专家建议，父母可使用如下方法一：以身作则给孩子树榜样方法例示一个初一的小男孩，偷偷地抽烟，被父亲发现了详情>>
答：一般般，答案与试题不配详情>>
