9

我有两个包含 xy 坐标（星）的列表。我还可以将星等（亮度）附加到每颗恒星上。现在每颗星星都有随机的位置抖动，每张图像中可能会有一些额外或缺失的点。我的问题是，“对于这样的数据集，最好的 2D 点匹配算法是什么？” 我猜对于简单的线性（平移、旋转、缩放）和非线性（例如，坐标中的 n 次多项式）都是如此。在点匹配领域的行话中，我正在寻找能够在具有噪声和伪点的 2D 点匹配程序之间的枪战中获胜的算法。可能会有不同的“赢家”，这取决于是否使用了标签信息（幅度）和/或转换是否被限制为线性。

我知道有许多类的 2D 点匹配算法和每个类中的许多算法（实际上可能总共有数百个），但我不知道哪个（如果有的话）被认为是“最好的”或“最标准的”计算机视觉领域的人们。可悲的是，我想阅读的许多文章都没有在线版本，我只能阅读摘要。在我决定实施一个特定的算法之前，最好听听几位专家的意见，把小麦从谷壳中分离出来。

我有一个使用三角形的有效匹配程序，但它经常失败（大约 5% 的时间），因此解决方案转换有明显的扭曲，但没有明显的原因。这个程序不是我写的，而是来自大约 20 年前写的一篇论文。我想编写一个性能最强大的新实现。我假设（希望）在这一领域取得了一些进展，这使得这变得合理。

4

6 回答 6

4

如果您对星匹配感兴趣，请在此处查看Astrometry.net 盲天体测量求解器和相关论文。他们使用四点四边形来解决 Flickr 夜空图片中的星形配置。看看这个采访。

于 2009-04-03T11:45:22.720 回答
1

对此没有单一的“最佳”算法。有许多不同的技术，在特定的数据集和数据类型上，每种技术都比其他技术更好。

我推荐的一件事是阅读Insight Toolkit教程中的图像配准介绍。 ITK 支持多种类型的图像配准（这听起来像是您正在尝试的），并且在许多情况下都非常健壮。他们的大多数用户都在医学领域，因此您必须了解很多医学术语，但算法和代码适用于任何类型的图像（包括 1、2、3 和 n 维图像，不同的类型等）。

于 2009-04-02T23:59:24.587 回答
0

我不确定它会起作用，但值得一试：

对于每颗恒星，对所有其他恒星进行圆形时间射线傅里叶变换（以它为中心）（注意：这不是标准的傅里叶变换，它是线时间线）。圆乘射线的相空间是整数乘线，但是由于我们只有有限的精度，所以你只得到一个矩阵；矩阵的维度取决于精度。现在尝试将矩阵相互配对（例如使用 L_2 范数）

于 2009-04-07T12:29:01.083 回答
0

您可以考虑首先仅在 N 颗最亮的恒星上应用您的算法，然后逐步包含其他以优化结果，同时缩小搜索范围。

使用RANSAC来获得加分的鲁棒性也很常见。

于 2009-04-03T10:46:03.457 回答
-1

不久前，我在电视上看到一个节目，讲述研究人员如何拍摄鲸鱼照片并使用照片上的斑点（对于每条鲸鱼来说都是独一无二的）来识别每条鲸鱼。它使用了点之间的角度。通过使用角度，图像是否被旋转、缩放或平移并不重要。这听起来与您对三角形所做的相似。

于 2009-04-02T23:06:59.003 回答
-1

我认为“最好的”（最技术性的）方法是对原始图像和新的线性修改图像进行傅里叶变换。通过进行一些简单的过滤，应该很容易找出图像相对于旧图像的方向和比例。这里有 2d Fourier Transform 的描述。

于 2009-04-02T23:45:30.237 回答