Question

我正在尝试在Matlab中实现这种图像配准算法：使用转角响应进行基于FFT的图像配准，我对如何获得正确的旋转角度存在一些问题。

这是我要实现的算法：

1）确定源图像和目标图像的转角响应，然后将其零填充，以使图像尺寸为×，其中= 2，从而≥max（（），（））。

2）对源图像和目标图像的角响应计算正向快速傅立叶变换，并拍摄快速傅立叶变换的幅值图像。

3）将高通滤波器乘以快速傅立叶变换的幅度图像。

4）将笛卡尔坐标中的傅立叶幅度谱映射到极坐标。

这里是我的问题 5）将相位相关技术应用于两幅图像的对数极谱，以确定比例因子和旋转角度。 / p>

6）将计算出的比例因子和旋转角度应用于目标图像，并再次执行相位相关以检测平移

我已经实现了算法的第4步，而我遇到的问题在第5步。

我使用xcorr2（）对两个矩阵进行互相关，然后找到最大值，该值将成为我的旋转角度，但是我没有获得正确的旋转角度，而我认为是造成此问题的另一件事是数据的类型是复数而不是double（fft（）函数返回复数double）

%LOAD images
ref = imread('reference_image.jpg');
rec = imread('image_to_be_registred.jpg');

%Cast the images to double
i1 = double(ref);    
i2 = double(rec);

%Zero Pad the source image     
i2 = padarray(i2,[1 1],0,'both');

%Apply Fast Fourrier Transform to both of the two images    
i1 = fft(i1);    
i2 = fft(i2);

%Apply High pass filter to the two images    
i1 = HighPassFilter(i1);    
i2 = HighPassFilter(i2);    

%Calculate polar-coordinates of the two images    
polar_i1 = calculate_polar_coord(i1);    
polar_i2 = calculate_polar_coord(i2);

%Cross-correlate the two matrices     
theta_correlation = xcorr2(polar_i1(:,:,1),polar_i2(:,:,1));

%Get the max value of the cross-correlation result    
max_theta = max(max(angle(theta_correlation)));

%Rotate the image to image to be registred using the max value    
img_rotated = imrotate(rec, max_theta*180);

%Show the rotated image
imshow(img_rotated);

期望角度接近3.8，但是我得到的值为0.3681。

如何通过互相关两个矩阵-MATLAB-（对数极坐标）来获得旋转角度和比例因子

0 个答案: