使用相位相关作为配准的预处理步骤

此示例演示如何使用相位相关作为自动图像配准的初步步骤。在此过程中，您将使用imregcorr，然后将该注册的结果作为基于优化的注册的初始条件传递，使用imregister.相位相关和基于优化的配准是互补算法。相位相关有助于找到大致对齐，即使是严重错位的图像。基于优化的配准有助于找到精确对齐，前提是初始条件良好。

读取将作为注册中参考图像的图像。

固定= imread (“摄影师，tif”); imshow（固定）；

通过使用旋转、各向同性缩放和剪切来故意扭曲此图像，从而创建未注册的图像Y方向。

θ=170；rot=[cosd（θ）sind（θ）0；...信德(θ)cosd(θ)0;...0 0 1]；sc=2.3；比例=[sc 0；0 sc 0；0 0 1]；sh=0.5；剪切=[1 SH0；0 1 0；0 0 1]；tform=仿射2D（剪切*比例*旋转）；移动=imwarp（固定，tform）；

向图像添加噪波，并显示结果。

移动=移动+uint8（10*rand（大小（移动））；imshow（移动）

估计使这两幅图像对齐所需的配准。imregcorr返回一个仿射2D定义转换的对象。

tformEstimate=imregcorr（移动，固定）；

将估计的几何变换应用于未对齐的图像。指定“OutputView”确保注册图像与参考图像大小相同。并排显示原始图像和注册图像。你可以看到imregcorr很好地处理了图像之间的旋转和缩放差异。注册图像，移动注册，非常接近于与原始图像对齐，固定的．但是一些不协调仍然存在。imregcorr可以很好地处理旋转和缩放变形，但不能处理剪切变形。

Rfixed=imref2d（大小（固定））；movingReg=imwarp（正在移动，tFormEstate，“OutputView”, Rfixed);imshowpair（固定、移动注册、，“蒙太奇”）;

使用查看覆盖在原始图像上的对齐图像imshowpair．在这个视图中,imshowpair使用颜色突出显示不对齐的区域。

imshowpair（固定、移动注册、，“假彩色”）;

完成注册，使用imregister，传递由返回的估计转换imregcorr作为初始条件。imregister如果两个图像在操作开始时大致对齐，效果会更好。由imregcorr提供以下信息imregister．该示例使用默认的优化器和度量值对使用相同传感器(“单峰”).

[优化器，度量]=imregconfig(“单峰”）;移动，固定，...“仿射”，优化器，度量，“InitialTransformation”，t估计值）；

显示此注册的结果。请注意imregister由于提供了良好的初始条件，实现了非常精确的注册imregcorr．

imshowpair（固定、移动、注册、，“缩放”,“关节”）;

另见

imregcorr|imregister|imregconfig|伊姆瓦普