我每周使用无人机监控郁金香田地。我每周都会在DJI Phantom 4上设置飞行路径来捕获图像。这些图像通过Agisoft Metashape缝合成正交拼合（较大的地理参考.tif文件〜2gb）。
我想比较不同时间的矫形器。不幸的是，正马赛克没有完全对准。因此，当我将本周的正骨放置于上周时，它们并没有对齐。像这样：
Two orthomosaics, same location, one week later. Detail shows orthos are not properly aligned.
如细节所示，图像未对齐。我需要对它们进行对齐以进行正确的检查，生长跟踪等。我想创建一种自动对齐算法，使其适合第2周（使用一些平移，旋转和可能的拉伸）到第1周。这里的困难在于以下事实：郁金香会随着时间而变化，因此对齐方式应依赖于不变的功能，例如下水道，路径和行。另外，我想将此方法扩展为也适用于其他农作物。
什么是合适的矫正矫正骨的方法？
更新： 我测试了两种方法：
我认为这里的主要“罪魁祸首”是，无论单应性图像如何，图像都不是完美匹配。同样，关键点方法似乎将小的细节检测为特征，而较大的“细节”（如污水）则可以更好地匹配为特征。我认为智能预处理可能会有一些价值。
所以我仍在努力，感谢你们中的一些建议！
答案 0 :(得分：0)
首先，您的问题是：您是通过并排使用正马赛克来比较您的花园状况，或者可能正在使用其他方法（您没有提到要使用哪种方法来匹配它们）。
现在我的回答是，如果您想以非常对齐的方式查看它们，则可以进行homography转换，然后对image2使用图像变形，那么您可以以相同的方式查看对齐的内容（这应该可以正常工作，因为您的图像在功能方面没有变化，如果是这种情况，则可以使用RANSAC算法解决此问题）
现在是这些步骤：
首先估计关键点，然后对两个图像进行匹配。 Here is a tutorial for step 1。
然后找到“全息”转换为该图像。 Here is an opencv implementation of Homography with RANSAC and other robust estimation algorithms.
然后要看到它们对齐，您应该变形第二张图像。 Again here is warping algorithms implemented in opencv.
摘要：您可以通过简单的单应性关系（不包括多个移动物体的情况）来变换一个图像，而不变换另一个图像。在此方法中，第1步将为您提供两幅图像的匹配品脱的坐标，仅需为hmography估计器识别目标图像和源图像，并获得单应性关系b / w图像即可将彼此转换为另一视角。
