本文提出一种基于核方法的下视等分辨率景象匹配算法. 通过模拟电荷吸引模型, 提出了计算不等维高维数据相似度的SNN 核函数. 将图像中的特征点映射到径向基向量(Radial basis vector, RBV) 空间, 利用SNN 核函数计算两个特征点集的相似度及过渡矩阵. 利用置换测试模块来增强SNN 核的稳定性, 以确保输出解的可靠性. 实验证明, 基于SNN 核的景象匹配算法对图象畸变、噪声干扰与信号缺失具有很强的鲁棒性, 并可保证高精度与高实时性. -This paper prese

对称近邻均值滤波 function [Y,Xpad] snn(X,WINSZ) X——待处理图像 WINSZ——模板尺寸-Symmetric Nearest Neighbor, SNN function [Y,Xpad] snn(X,WINSZ) X——Image to be processed WINSZ——window size

snn算法 用matlab实现 The SNN algorithm is matlab-SNN algorithm matlab The SNN algorithm is matlab