影像配準

詳細說明

配準模組實現了引數化影像配準。所實現的**方法是直接對齊**，即它直接使用畫素值來計算影像對之間的配準，這與基於特徵的配準相反。該實現主要遵循[265]中的相應部分。

當我們嘗試配準在不同光照條件或曝光時間下拍攝的圖片，或者當影像只部分重疊時，基於特徵的方法相對於基於畫素的方法具有一些優勢。另一方面，與基於特徵的方法相比，基於畫素方法的主要優勢在於，對於某些圖片（在相似的光照條件下拍攝且有顯著重疊的圖片），它們具有更好的精度，因為我們使用了影像中所有可用資訊，這使我們能夠實現亞畫素精度。這對於多幀去噪或超解析度等某些應用尤其重要。

事實上，畫素和特徵配準方法可以相互補充：一個應用可以先使用特徵獲得粗略的配準，然後對影像的重疊區域使用基於畫素的方法來精煉配準。所開發的程式碼允許這種用例。

該模組實現了從抽象類cv::reg::Map或cv::reg::Mapper派生的類。前者用於模擬兩個影像之間的座標變換，後者封裝了一種呼叫計算影像對之間Map的方法。儘管目標是實現基於畫素的方法，但該模組可以擴充套件以支援其他可以計算影像之間變換的方法（特徵方法、光流等）。

從Map派生的每個類都實現了運動模型，如下所示：

• MapShift：模擬簡單的平移
• MapAffine：模擬仿射變換
• MapProjec：模擬透視變換

MapProject也可以用於模擬仿射運動或平移，但對其進行某些操作的成本更高，這就是定義另外兩個類的原因。

從Mapper派生的類有：

• MapperGradShift：用於計算平移的基於梯度的對齊。它生成一個MapShift（兩個對應於平移向量的引數）。
• MapperGradEuclid：用於歐幾里得運動（即旋轉和平移）的基於梯度的對齊。它計算三個引數（角度和平移向量），儘管為了方便起見，結果儲存在MapAffine物件中。
• MapperGradSimilar：用於計算相似變換（在歐幾里得運動基礎上增加縮放）的基於梯度的對齊。它計算四個引數（兩個用於反對稱矩陣，兩個用於平移向量），儘管為了更好的方便起見，結果儲存在MapAffine物件中。
• MapperGradAffine：用於仿射運動模型的基於梯度的對齊。引數數量為六個，結果儲存在MapAffine物件中。
• MapperGradProj：用於計算透視變換的基於梯度的對齊。引數數量為八個，結果儲存在MapProject物件中。
• MapperPyramid：它使用高斯金字塔實現分層運動估計。其建構函式接受實現了Mapper介面的任何其他物件作為引數，並且是MapperPyramid為金字塔的每個尺度呼叫的mapper。

如果影像之間的運動不是非常大，使用這些類的正常方法是建立一個MapperGrad*物件，並將其作為輸入來建立一個MapperPyramid，然後呼叫它來執行計算。然而，如果影像之間的運動足夠小，我們可以直接使用MapperGrad*類。另一種可能性是先使用基於特徵的方法進行粗略配準，然後透過MapperPyramid或直接一個MapperGrad*物件進行精煉。mapper的“calculate”方法接受一個初始運動估計作為輸入。

在決定使用哪個MapperGrad時，我們必須考慮到引數更多的mapper可以處理更復雜的運動，但涉及的計算量更大，因此速度更慢。此外，如果我們對序列遵循的運動模型有信心，超出所需範圍增加引數數量會降低精度：最好使用我們能使用的最少自由度。

在模組測試中，有一些例子展示瞭如何使用任何已實現的mapper來配準一對影像。

類
類	cv::reg::Map
	用於模擬兩個影像之間Map的基類。更多...
類	cv::reg::MapAffine
類	cv::reg::Mapper
	用於模擬計算map的演算法的基類。更多...
類	cv::reg::MapperGradAffine
類	cv::reg::MapperGradEuclid
類	cv::reg::MapperGradProj
類	cv::reg::MapperGradShift
類	cv::reg::MapperGradSimilar
類	cv::reg::MapperPyramid
類	cv::reg::MapProjec
類	cv::reg::MapShift
類	cv::reg::MapTypeCaster