1

现在我使用标准相位相关进行图像拼接。它给出了正常的结果，但在硬图像上给出了错误的结果，但 ImageJ(FIJI) 中的 Stitch 2D 插件在大多数情况下给出了很好的结果。本文描述的插件中使用的算法http://bioinformatics.oxfordjournals.org/content/25/11/1463.full.pdf 但我无法理解。“然而，在真实图像中，F-1(Q) 包含多个标记具有高相关性的不同平移的峰。此外，由于傅立叶空间的周期性，每个峰描述了八种不同的可能平移（在 3D 中）。确定正确的移位，我们从 F−1(Q) 中选择 n 个最高的局部最大值（3×3×3 邻域），并通过图像 A、B 的重叠区域的互相关来评估它们的八种可能的平移。选择最高相关性作为两个图像之间的平移。如果没有一个峰值超过某个限制，则假定图块不重叠。谁能解释如何实现它？

4

1 回答 1

1

从报价来看，好像：

  1. 他们使用相位相关来为两个图像之间的重叠片段找到多个候选者（ “我们从 F−1(Q) 中选择 n 个最高的局部最大值（3×3×3 邻域）” ）
  2. 然后他们在原始图像数据中使用一些匹配（“通过图像 A，B 的重叠区域的互相关。”）
  3. 要从中选择最佳候选者（“选择相关性最高的峰作为两个图像之间的平移。”），
  4. 如果那个最佳候选匹配得足够好（“如果没有一个峰值超过某个限制，则假定图块不重叠。”）。
于 2012-02-17T09:45:34.807 回答