image-processing - 用于图像拼接的相位相关 2D(ImageJ 中的 Stitch 2D)

Question

现在我正在使用标准相位相关进行图像拼接。它给出了正常的结果，但在硬图像上它给出了错误的结果，但 ImageJ(FIJI) 中的 Stitch 2D 插件在大多数情况下给出了良好的结果。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) 包含多个标记不同的峰具有高相关性的翻译。此外，每个峰描述了八个由于傅立叶的周期性，不同的可能平移(3D)空间。为了确定正确的偏移，我们选择 n 个最高的局部最大值(3×3×3 neighborhood) 来自 F−1(Q) 并评估它们的八种可能通过对重叠区域的互相关进行翻译图片A，B。选择具有最高相关性的峰作为翻译在两个图像之间。如果没有一个峰值超过某个限制，则假定图 block 是不重叠的。”谁能解释一下如何实现它？

Answer 1

从引文来看，好像是:

1. 他们使用相位相关找到多个候选者(“我们从 F−1(Q) 中选择 n 个最高局部最大值(3×3×3 邻域)”)用于两个之间的重叠段图片
2. 然后他们在原始图像数据中使用一些匹配(“通过对图像 A、B 的重叠区域进行互相关。”)
3. 从中选择最佳候选者(“选择具有最高相关性的峰作为两幅图像之间的平移。”)，
4. 如果最佳候选者匹配得足够好(“如果没有一个峰值超过某个限制，则假定拼贴不重叠。”)。