图像配准

使用强度相关、特征匹配或控制点映射对齐两幅图像

图像处理工具箱™和计算机视觉工具箱™共同提供了四种图像配准解决方案:交互式配准金宝搏官方网站登记估计量应用程序，基于强度的自动图像配准，控制点配准，自动特征匹配。有关选择使用哪种方法的帮助，请参见注册图像的方法．

应用程序

配准二维灰度图像

功能

自动登记

`imregister`	灰度图像配准
`imregconfig`	基于强度的注册配置
`imregtform`	估计对齐两个二维或三维图像的几何变换
`imregcorr`	估计几何变换，对齐两个二维图像使用相位相关
`imregdemons`	估计位移场对齐两个2-D或3-D图像
`imregmtb`	使用中值阈值位图注册二维图像
`normxcorr2`	归一化的二维互相关
`MattesMutualInformation`	Mattes互信息度量配置
`均方`	均方误差度量配置
`RegularStepGradientDescent`	常规阶跃梯度下降优化配置
`OnePlusOneEvolutionary`	一加一的进化优化配置

控制点登记

`cpselect`	控制点选择工具
`fitgeotrans`	拟合几何变换到控制点对
`cpcorr`	使用互相关调整控制点位置
`cpstruct2pairs`	提取有效控制点对`cpstruct`结构
`imwarp`	对图像应用几何变换

空间参考

`imref2d`	参考二维图像到世界坐标
`imref3d`	参考三维图像到世界坐标

主题

注册图像交互

使用注册估计程序注册图像

这个例子展示了如何使用注册估计程序对齐一对图像。

技术支持注册估计程序金宝app

注册估计程序提供了基于特征、基于强度和非刚性注册的算法。

使用基于强度的优化配准图像

基于强度的自动图像配准

基于强度的自动图像配准使用相似性度量、优化器和变换类型来迭代配准两幅图像。

为基于强度的图像配准创建优化器和度量

选择适合单模态或多模态图像的图像度量和优化器。

在配准中使用相位相关作为预处理步骤

当图像严重偏移时，相位相关对于估计初始变换是有用的。

使用归一化互相关注册图像

此示例演示如何确定将图像的裁剪子集与较大图像对齐所需的平移。

使用控制点映射注册图像

控制点登记

要确定变换的参数，可以在一对图像中选择相应的点。

用于控制点注册的几何变换类型

控制点配准可以推断非反射相似、仿射、投影、多项式、分段线性和局部加权平均变换的参数。

管制站选择程序

要以交互方式指定一对图像中的控制点，请使用控制点选择工具。

使用互相关来改善控制点的位置

使用互相关对控制点选择进行微调。

特色的例子

查找图像旋转和缩放

使用控制点对齐两个不同的图像通过旋转和缩放的变化。

打开生活的脚本

注册多模态MRI图像

使用基于强度的自动图像配准，将两个多模态MRI图像对齐到一个共同的坐标系统。

打开生活的脚本

注册多模式三维医学图像

使用基于强度的自动图像配准对齐两个体积图像。

打开生活的脚本

使用控制点对图像进行投影畸变配准

通过选择两个图像共同的控制点并推断控制点对齐的几何变换来对两个图像进行配准。

打开生活的脚本

使用自动特征匹配查找图像旋转和比例

自动确定一对图像之间的几何变换。当一幅图像因旋转和缩放而相对于另一幅图像发生畸变时，请使用detectSURFFeatures和estimateGeometricTransform2D求旋转角度和比例因子。然后，您可以转换扭曲的图像，以恢复原始图像。

基于特征的全景图像拼接

使用基于特征的图像配准技术自动创建全景图。

使用点特征匹配的视频稳定

稳定从一个紧张的平台上拍摄的视频。稳定视频的一种方法是跟踪图像中的一个显著特征，并将其作为锚点来抵消与它相关的所有扰动。然而，在引导这个过程时，必须知道在第一个视频帧中这个显著特征在哪里。在这个例子中，我们探索了一种不需要任何先验知识的视频稳定方法。相反，它会自动搜索视频序列中的“背景平面”，并利用其观测到的失真来校正摄像机的运动。