image-processing - 基于特征的注册步骤

Question

基于特征的注册有哪些步骤？

如果我有一个与一堆图像匹配的转换图像（其中只有一个是最佳匹配），注册的步骤是什么？

一旦我找到匹配项并使用它们来估计变换，下一步通常是什么？

Answer 1

1. 找到对不同类型的变换不变的点/区域，例如：平移、旋转、缩放。因为这些点对那些变换是不变的，我们可以在我们想要注册的不同图像中找到它们，并且可以在图片。这些点/区域的示例是角点、斑点......
2. 在我们有了这些点之后，我们需要一种方法来描述它们，使其不受噪声、对比度照明变化等的影响……我们通过使用点周围的邻域来实现这一点，使用一些描述符，例如：SIFT,ORB,SURF ... . 这些描述符使用不同类型的方法来应对挑战，使用梯度、颜色归一化、直方图等......
3. 在我们对所有图像中的点进行描述之后，我们想要将它们一个一个地注册到另一个，我们尝试通过计算描述符之间的一些距离度量（例如欧几里得）来找到点之间的对应关系。
4. 当我们在不同图像中的点之间找到一些对应点时，我们可以计算它们之间的变换（对应点的数量取决于我们想要找到的变换类型 Rigid,Affine,Prepspective）。处理异常值的另一种方法是使用随机样本共识 (RANSAC) 或稳健的距离度量来查找异常值。
5. 在步骤 4 中计算出变换后，我们将其应用于要注册的图像。