相位相关法phaseCorrelate的一些特点记录

相位相关法是利用傅里叶变化，在频域进行相位匹配从而达到图像配准的方法。具体原理可以参见

http://blog.csdn.net/ebowtang/article/details/51287309

OpenCV中有现成的函数：

Point2d phaseCorrelate(InputArray src1, InputArray src2,InputArray window = noArray(), CV_OUT double* response = 0);

使用方法可以参见：http://blog.csdn.net/zhaocj/article/details/50157801

但是理论上傅里叶变换的信号在时域和频域上都是无限的，而实际采样得到的图片大小都是有限的，

相当于对信号做了截断。所以要对信号进行延伸，一种方法是对截断后的信号无限延伸补零进行

傅里叶变换（DTFT），这样信号变成了非周期性的离散信号，如下图所示

然而这样变换后得到频域就是无限且连续的。计算机无法处理，所以实际采用的DFT对信号进行了复制延伸，

如下图所示，同时对频域也进行了采样，会得到有限的离散的频域。

DFT对长度为N的信号进行傅里叶变换后会得到N个频率，对MXN的图像进行傅里叶变换后也会得到的频率图大小也

是MXN。这也导致了相位相关法的一些特性

1.因为2D-FT→2D-DFT没有满足周期性，所以相位相关函数不是单个δ函数，

而可能是一个或多个尖峰

2.得到的平移量的范围限制在[-M/2，M/2],[-N/2，N/2],从图2也可以想象出当向右平移x>M/2时，

等同于向左平移M-x

相位相关法的优点：相对于灰度检测的方法，无需设定阈值且效果较好，对光照不敏感，

有一定的抗噪声能力，稳定性好，可检测多个物体的移动，相对于特征点的方法，速度更快，实时性好。

缺点：对模糊图片的效果不佳，图像越大傅里叶变换的计算消耗呈指数增长，只能用于平移，旋转，缩放的图片