主要内容

imregmtb

使用中值阈值位图注册二维图像

描述

例子

Rn R1、R2…,转变) = imregmtb (M1, M2,…,MnF记录任意数量的运动图像M1, M2,…,Mn对于固定的(参考)图像,F,使用中值阈值位图技术。将注册的图像返回Rn R1、R2…,,则返回所配准图像的估计位移值转变

中值阈值位图技术是一种有效的图像配准技术。imregmtb只考虑平移,不考虑旋转或其他类型的几何变换。

例子

全部折叠

阅读一系列不同曝光的图片。

I1 = imread (“office_1.jpg”);I2 = imread (“office_2.jpg”);I3 = imread (“office_3.jpg”);当= imread (“office_4.jpg”);I5 = imread (“office_5.jpg”);16 = imread (“office_6.jpg”);

这些图像是从一个固定的摄像机捕捉到的,场景中没有移动的物体。对于这个示例,通过在[- 30,30]像素范围内对每个图像进行水平和垂直的随机平移来模拟摄像机的运动或抖动。在5 × 2矩阵中存储所有5个移动图像的平移值t.指定第六个图像,16,作为固定(或参考)图像。不要对图像应用抖动。

T = randi([-30 30],5,2);I1 = imtranslate (I1, t (1:));I2 = imtranslate (I2, t (2:));I3 = imtranslate (I3, t (3:));当= imtranslate(预告,t (4:));I5 = imtranslate (I5 t (5:));

为了比较图像的位置,从每个图像的中心显示感兴趣的区域(ROI)。向量roi指定了x- - -y-左上角坐标,ROI的宽度和高度。

ROI = [140 260 200 200];蒙太奇({imcrop (I1, roi) imcrop (I2 roi) imcrop (I3, roi),...imcrop(预告,roi), imcrop (I5 roi) imcrop (16, roi)})标题(“错位的图像”

图中包含一个轴对象。标题为“错位图像”的axis对象包含一个类型为image的对象。

使用中值阈值位图对空间移位的图像进行注册。从每个图像的中心显示一个ROI。

(R1、R2、R3、R4 R5,转变]= imregmtb (I1、I2 I3,预告、I5 16);蒙太奇({imcrop (R1 roi) imcrop (R2, roi) imcrop (R3, roi),...imcrop (R4, roi), imcrop (R5, roi) imcrop (16, roi)})标题(“注册图像”

图中包含一个轴对象。标题为Registered Images的axes对象包含一个image类型的对象。

图像看起来对齐良好。

检查估计的位移,转变,每个运动图像相对于固定图像的。转变表示必须应用于移动图像以使其与固定图像对齐的估计变换。

转变
改变=5×2-26 25 -25 14 23 -3 25 -28 -8 -28

将估计的位移与实际的位移进行比较。回想一下t应用于固定图像,模拟每个运动图像的抖动。因此,转换- t与返回的变换相似吗转变

- t
ans =5×2-19 25 -25 14 23 -3 -25 -28 -8 -28

imregmtb函数可以很好地估计每一帧的位移。

输入参数

全部折叠

运动图像,指定为具有相同或可变曝光的一系列灰度图像或RGB图像。图像必须具有相同的大小和数据类型。

数据类型:||uint8|uint16

固定图像,指定为灰度图像或RGB图像。F必须具有与移动图像相同的大小和数据类型,M1, M2,…,Mn

数据类型:||uint8|uint16

输出参数

全部折叠

注册图像,返回为一系列灰度图像或RGB图像。注册图像具有与运动图像相同的大小和数据类型,M1, M2,…,Mn

在水平和垂直方向上估计位移n已注册的图像,返回为n2数字矩阵。

参考文献

Reinhard, E., W. Heidrich, P. Debevec, S. Pattanaik, G. Ward, K. Myszkowski。高动态范围成像,第二版.加州旧金山:摩根考夫曼出版公司,2010,页155-170。

扩展功能

介绍了R2018a