详细说明

配准模块实现了参数化图像配准。所实现的**方法是直接对齐**，即它直接使用像素值来计算图像对之间的配准，这与基于特征的配准相反。该实现主要遵循[265]中的相应部分。

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，或者当图像只部分重叠时，基于特征的方法相对于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，基于像素方法的主要优势在于，对于某些图片（在相似的光照条件下拍摄且有显著重叠的图片），它们具有更好的精度，因为我们使用了图像中所有可用信息，这使我们能够实现亚像素精度。这对于多帧去噪或超分辨率等某些应用尤其重要。

事实上，像素和特征配准方法可以相互补充：一个应用可以先使用特征获得粗略的配准，然后对图像的重叠区域使用基于像素的方法来精炼配准。所开发的代码允许这种用例。

该模块实现了从抽象类cv::reg::Map或cv::reg::Mapper派生的类。前者用于模拟两个图像之间的坐标变换，后者封装了一种调用计算图像对之间Map的方法。尽管目标是实现基于像素的方法，但该模块可以扩展以支持其他可以计算图像之间变换的方法（特征方法、光流等）。

从Map派生的每个类都实现了运动模型，如下所示：

MapShift：模拟简单的平移
MapAffine：模拟仿射变换
MapProjec：模拟透视变换

MapProject也可以用于模拟仿射运动或平移，但对其进行某些操作的成本更高，这就是定义另外两个类的原因。

从Mapper派生的类有：

MapperGradShift：用于计算平移的基于梯度的对齐。它生成一个MapShift（两个对应于平移向量的参数）。
MapperGradEuclid：用于欧几里得运动（即旋转和平移）的基于梯度的对齐。它计算三个参数（角度和平移向量），尽管为了方便起见，结果存储在MapAffine对象中。
MapperGradSimilar：用于计算相似变换（在欧几里得运动基础上增加缩放）的基于梯度的对齐。它计算四个参数（两个用于反对称矩阵，两个用于平移向量），尽管为了更好的方便起见，结果存储在MapAffine对象中。
MapperGradAffine：用于仿射运动模型的基于梯度的对齐。参数数量为六个，结果存储在MapAffine对象中。
MapperGradProj：用于计算透视变换的基于梯度的对齐。参数数量为八个，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。其构造函数接受实现了Mapper接口的任何其他对象作为参数，并且是MapperPyramid为金字塔的每个尺度调用的mapper。

如果图像之间的运动不是非常大，使用这些类的正常方法是创建一个MapperGrad*对象，并将其作为输入来创建一个MapperPyramid，然后调用它来执行计算。然而，如果图像之间的运动足够小，我们可以直接使用MapperGrad*类。另一种可能性是先使用基于特征的方法进行粗略配准，然后通过MapperPyramid或直接一个MapperGrad*对象进行精炼。mapper的“calculate”方法接受一个初始运动估计作为输入。

在决定使用哪个MapperGrad时，我们必须考虑到参数更多的mapper可以处理更复杂的运动，但涉及的计算量更大，因此速度更慢。此外，如果我们对序列遵循的运动模型有信心，超出所需范围增加参数数量会降低精度：最好使用我们能使用的最少自由度。

在模块测试中，有一些例子展示了如何使用任何已实现的mapper来配准一对图像。

类
类	cv::reg::Map
	用于模拟两个图像之间Map的基类。更多...

类	cv::reg::MapAffine

类	cv::reg::Mapper
	用于模拟计算map的算法的基类。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