图像配准

详细描述

配准模块实现了参数化图像配准。实现的方法是直接对齐，即它直接使用像素值来计算一对图像之间的配准，而不是基于特征的配准。该实现基本上遵循[259]中的对应部分。

当我们尝试配准在不同光照条件或曝光时间下拍摄的图片，或者图像仅部分重叠时，基于特征的方法比基于像素的方法具有一些优势。另一方面，与基于特征的方法相比，基于像素的方法的主要优势在于其对某些图片（在相似光照条件下拍摄且具有显著重叠的图片）的精度更高，因为我们使用了图像中所有可用信息，这使我们能够达到亚像素精度。这对于某些应用（如多帧去噪或超分辨率）尤其重要。

事实上，像素和特征配准方法可以相互补充：应用程序可以首先使用特征获得粗略配准，然后在图像的重叠区域使用基于像素的方法细化配准。开发的代码允许此用例。

该模块实现了从抽象类cv::reg::Map或cv::reg::Mapper派生的类。前者对两个参考坐标系之间的坐标变换进行建模，而后者封装了一种调用计算两个图像之间Map的方法。尽管目标是实现基于像素的方法，但该模块可以扩展为支持其他可以计算图像之间变换的方法（特征方法、光流等）。

每个从Map派生的类都实现了一个运动模型，如下所示

• MapShift：模拟简单的平移
• MapAffine：模拟仿射变换
• MapProjec：模拟投影变换

MapProject也可以用于模拟仿射运动或平移，但对其进行的一些操作成本更高，这就是定义其他两个类的原因。

从Mapper派生的类是

• MapperGradShift：基于梯度的对齐，用于计算平移。它产生一个MapShift（对应于位移向量的两个参数）。
• MapperGradEuclid：基于梯度的欧几里德运动对齐，即旋转和平移。它计算三个参数（角度和位移向量），尽管结果为了方便存储在MapAffine对象中。
• MapperGradSimilar：基于梯度的相似性计算对齐，它为欧几里德运动添加了缩放。它计算四个参数（两个用于反对称矩阵，两个用于位移向量），尽管结果为了方便存储在MapAffine对象中。
• MapperGradAffine：基于梯度的仿射运动模型对齐。参数个数为六个，结果存储在MapAffine对象中。
• MapperGradProj：基于梯度的投影变换计算对齐。参数个数为八个，结果存储在MapProject对象中。
• MapperPyramid：它使用高斯金字塔实现分层运动估计。它的构造函数接受任何其他实现Mapper接口的对象作为参数，并且是MapperPyramid为金字塔的每个尺度调用的那个映射器。

如果图像之间的运动不是非常小，则使用这些类的正常方式是创建一个MapperGrad*对象并将其用作输入来创建一个MapperPyramid，然后调用它来执行计算。但是，如果图像之间的运动足够小，我们可以直接使用MapperGrad*类。另一种可能性是首先使用基于特征的方法执行粗略配准，然后通过MapperPyramid或直接使用MapperGrad*对象进行细化。“calculate”方法接受运动的初始估计作为输入。

在决定使用哪个MapperGrad时，我们必须考虑到具有更多参数的映射器可以处理更复杂的运动，但涉及更多计算，因此速度较慢。此外，如果我们对序列遵循的运动模型充满信心，则超过所需数量的参数会降低精度：最好使用我们可以使用的最小自由度数。

在模块测试中，有一些示例显示了如何使用任何已实现的映射器来配准一对图像。

类
类	cv::reg::Map
	用于对两个图像之间的Map进行建模的基类。更多...
类	cv::reg::MapAffine
类	cv::reg::Mapper
	用于对计算映射的算法进行建模的基类。更多...
类	cv::reg::MapperGradAffine
类	cv::reg::MapperGradEuclid
类	cv::reg::MapperGradProj
类	cv::reg::MapperGradShift
类	cv::reg::MapperGradSimilar
类	cv::reg::MapperPyramid
类	cv::reg::MapProjec
类	cv::reg::MapShift
类	cv::reg::MapTypeCaster