一、原理介绍
当图像间仅存在平移时,正确的配准图像如图a所示(中心平移化了),最大峰的位置就是两图像的相对平移量,反之若不存在单纯的平移,则会出现如b所示的情况(多脉冲林立)
二、利用opencv求解
2.1、对待处理的两幅图像src1和src2应用窗函数去除图像的边界效应,文档中推荐使用汉宁窗,它可用createHanningWindow函数生成;
2.2、求傅立叶变换:Ga=DFT[scr1]和Gb=DFT[scr1];
2.3、计算互功率谱:
2.4、对互功率谱求傅立叶逆变换:r=DFT-1[R];
2.5、对r计算最大值的位置,并在以该位置为中心的5×5的窗体内应用下列公式获得亚像素级的精度位置:
最终(a,b)为两个图像之间的位移量。
本算法只适合图像存在偏移的配准问题,对于图像具有旋转等问题则需要更多的相关变量
三、python实现
函数:
注:phaseCorrelate函数只能处理32位或64位浮点型的单通道图像,因此如果不是处理这类图像,是需要进行转换的
ret = cv2.phaseCorrelate(src1,src2)