python - 2组坐标之间的线性平移

Question

我的问题如下:

在我的工作中，我需要将扫描的摄影底片的图像与底片覆盖的一般天空区域内已知恒星样本的目录(我称之为主目录)进行比较。为此，我提取图像中物体的信息，例如图像的亮度和天空中的位置，并将其保存在表格中。然后我使用 python 创建一个多项式拟合来校准图像中恒星的星等。这在达到一定精度时效果很好，但不幸的是还不够好，因为物体在照相底片和主目录中的坐标之间存在微小的偏移。

这里的绿色圆圈表示对象在主目录中的位置(圆心)。如您所见，实际的星星始终位于主目录中对象的左上角。

我看过一些图像比较(即 How to detect a shift between images )，但我现在有点不知所措，因为我实际上不是在比较图像，而是比较数组和对象的坐标。这里的另一个问题是(如您在图像中看到的那样)主目录中的某些对象在印版上不可见，而且并非所有印版都具有相同的深度(这意味着有些印版显示的星星比其他印版更多)。

我想知道的是一种在 python 中查找和更正两个不同坐标大小的数组之间的线性偏移的方法。不应该有任何旋转，所以它只是 x 和 y 方向的移动。这些数组是普通的 numpy 重新排列。

Answer 1

我会稍微更改@OphirYoktan 的建议。你有这些圈子。我假设您知道半径，并且您拥有该半径值是有原因的。

不是随机选择点，而是在主目录中过滤样本半径内的 x,y。然后计算您需要为样本范围内所有可能的主目录条目计算的向量。重复做同样的事情，然后收集向量的直方图。大概有一小部分会重复出现，这些是可能的真实翻译。 (理想情况下，“小数”== 1。)