matlab ndims 图像对称,图像的简单相位配准 with MATLAB

相位配准概述

相位配准是一种非常经典的理论，理论论述互联网上有很多，我直接给出一个流程图，简述重点。

相位配准的原始理论互联网上已经很多,我不过多赘述，使用完全相同的两个图像在空间内平移进行推导。只强调一下，在实际使用时，可以证明，只要两个图像有完全相同的部分，那么就可以使用相位配准

带有旋转／缩放的相位配准不要看普通教材，普通教材愚蠢的试图先绕图像中心旋转缩放，再进行平移。事实上，只要有空间变换(或刚体运动学)知识，就可以知道如果刚体可以仅通过缩放和旋转从A变为B，那么必然可以确定一个空间点O，使刚体A仅绕O进行一次缩放和一次旋转到达B，也就是说，只要我们确定了点O，那么进行对数极换元就可以直接确定旋转和缩放参数。

如果只是绕中心旋转的图片，那么做对数极换元，再做平移的相位配准即可，我必须说，这毫无意义，这里面的工作最大头为对数极换元，which和图像处理没有什么关系。

MATLAB 2014a后自带了一个 imregcor 函数，它对重合区域较大(目测至少20%)的两个图像进行相位配准非常高效，平移，旋转 缩放都OK。本文末尾附带的是一个我的实现，它的重难点在于附带了一个图像拼接程序，要比相位配准中求出坐标更复杂。

function runrun()

PhCorrelationRotation('cameraman.png','cameraman_part_rotate_scaling.png',0)

end

function PhCorrelationRotation(baseimgpath,sampleimgpath,deltaH)

if nargin<3

deltaH=0;

end

fixed=imread(baseimgpath);

moving=imread(sampleimgpath);

if(ndims(fixed)~=ndims(moving))

if(ndims(fixed)==3)

fixed=rgb2gray(fixed);

end

if(ndims(moving)==3)

moving=rgb2gray(moving);

end

end

if deltaH==0

tformEstimate = imregcorr(moving,fixed);

movingReg = imwarp(moving,tformEstimate);

else

movingReg=moving;

end

PhCorrelation(fixed,movingReg,moving)

end

function PhCorrelation(baseImg,sampleImg,Origin)

%calc

[deltaDim1,deltaDim2,R]=phaseCalc(baseImg,sampleImg);

combineImg=stichImg(baseImg,sampleImg,deltaDim1,deltaDim2);

imwrite(combineImg,'imans.bmp')

%show ans

figure

subplot(2,2,1);

imshow(baseImg);

title('图像1')

subplot(2,2,2);

imshow(Origin);

title('图像2')

subplot(2,2,3);

imshow(combineImg);

title('拼接图像')

subplot(2,2,4);

mesh(flipud(abs(R)));

title('脉冲图像')

end

function [indI,indJ,R]=phaseCalc(im1,im2)

if(ndims(im1)==3)

im1=rgb2gray(im1);

fprintf('n非8bit图像，可能会丢失信息n')

end

if(ndims(im2)==3)

im2=rgb2gray(im2);

fprintf('n非8bit图像，可能会丢失信息n')

end

maxsize=max([size(im1);size(im2)]);

imm1=zeros(maxsize);

imm2=zeros(maxsize);

imm1(1:size(im1,1),1:size(im1,2),:)=im2double(im1);

imm2(1:size(im2,1),1:size(im2,2),:)=im2double(im2);

F1=fft2(imm1);

F2=fft2(imm2);

div=F1.*conj(F2)./abs(F1.*conj(F2));

R=ifft2(div);

maxvalue=max(max(abs(R)));

[indI,indJ]=find(abs(R)==maxvalue);

if(max(max(R))==1) %完全相关，即表明两幅图像完全一样

indJ=0;

indI=0;

else

if (indI==size(im1,1))

indI=0;

end

if(indJ==size(im1,2))

indJ=0;

end

end

end

function combineImg=stichImg(baseImg,sampleImg,deltaDim1,deltaDim2)

maxsize=max([size(baseImg);size(sampleImg)]);

szbase=size(baseImg);szsample=size(sampleImg);

windosize=min([szbase(1:2)-[deltaDim1,deltaDim2];szsample(1:2)]);%edgeofbase=1 downedge 2 rightedge

if any(windosize<0)

combineImg=stichLandR(sampleImg,baseImg,maxsize(1)-deltaDim1,maxsize(2)-deltaDim2);

else

samplearea=sampleImg(1:windosize(1),1:windosize(2),:);

[d1,d2,~]=phaseCalc(baseImg,samplearea);

if norm([d1,d2]-[deltaDim1,deltaDim2])>10;

combineImg=stichLandR(sampleImg,baseImg,maxsize(1)-deltaDim1,maxsize(2)-deltaDim2);

else

combineImg=stichLandR(baseImg,sampleImg,deltaDim1,deltaDim2);

end

end

end

function combineImg=stichLandR(leftImg,rightImg,deltaDim1,deltaDim2)

if ndims(leftImg)==3

maxsize=max([size(leftImg);size(rightImg)+[deltaDim1,deltaDim2,0]]);

else

maxsize=max([size(leftImg);size(rightImg)+[deltaDim1,deltaDim2]]);

end

combineImg=zeros(maxsize);

combineImg(1:(size(leftImg,1)),1:(size(leftImg,2)),:)=leftImg;

mid=combineImg(deltaDim1:((size(rightImg,1)+deltaDim1-1)),deltaDim2:((size(rightImg,2)+deltaDim2)-1),:)+double(rightImg);

combineImg(deltaDim1:((size(rightImg,1)+deltaDim1-1)),deltaDim2:((size(rightImg,2)+deltaDim2)-1),:)=mid;

combineImg=uint8(combineImg);

end