在這篇文章中，我將對(duì)圖像配準(zhǔn)進(jìn)行一個(gè)簡(jiǎn)單概述，展示一個(gè)最小的 OpenCV 實(shí)現(xiàn)，并展示一個(gè)可以使配準(zhǔn)過(guò)程更加高效的簡(jiǎn)單技巧。

什么是圖像配準(zhǔn)

圖像配準(zhǔn)被定義為將不同成像設(shè)備或傳感器在不同時(shí)間和角度拍攝的兩幅或多幅圖像，或來(lái)自同一場(chǎng)景的兩幅或多幅圖像疊加起來(lái)，以幾何方式對(duì)齊圖像以進(jìn)行分析的過(guò)程（Zitová 和 Flusser，2003 年）。

百度百科給出的解釋

圖像配準(zhǔn)：圖像配準(zhǔn)(Image registration)就是將不同時(shí)間、不同傳感器（成像設(shè)備）或不同條件下（天候、照度、攝像位置和角度等）獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過(guò)程，它已經(jīng)被廣泛地應(yīng)用于遙感數(shù)據(jù)分析、計(jì)算機(jī)視覺(jué)、圖像處理等領(lǐng)域。

醫(yī)學(xué)科學(xué)、遙感和計(jì)算機(jī)視覺(jué)都使用圖像配準(zhǔn)。

有兩種主要方法：

經(jīng)典計(jì)算機(jī)視覺(jué)方法（使用 OpenCV）——我們將在本文中關(guān)注的內(nèi)容

基于深度學(xué)習(xí)的方法

雖然后者可以更好地工作，但它可能需要一些“域”適應(yīng)（在你的數(shù)據(jù)上微調(diào)神經(jīng)網(wǎng)絡(luò)）并且可能計(jì)算量太大。

使用 OpenCV 進(jìn)行圖像配準(zhǔn)

基于特征的方法：由單應(yīng)變換關(guān)聯(lián)的圖像對(duì)

此操作試圖發(fā)現(xiàn)兩張照片之間的匹配區(qū)域并在空間上對(duì)齊它們以最大限度地減少錯(cuò)誤。

我們的目標(biāo)是找到一個(gè)單應(yīng)性矩陣 H，它告訴我們需要如何修改其中一張圖像，使其與另一張圖像完美對(duì)齊。

第 1 步：關(guān)鍵點(diǎn)檢測(cè)

關(guān)鍵點(diǎn)定義了圖像中一個(gè)獨(dú)特的小區(qū)域（角、邊緣、圖案）。關(guān)鍵點(diǎn)檢測(cè)器的一個(gè)重要方面是找到的區(qū)域應(yīng)該對(duì)圖像變換（例如定位、比例和亮度）具有魯棒性，因?yàn)檫@些區(qū)域很可能出現(xiàn)在我們?cè)噲D對(duì)齊的兩個(gè)圖像中。有許多執(zhí)行關(guān)鍵點(diǎn)檢測(cè)的算法，例如 SIFT、ORB、AKAZE、SURF 等。

第 2 步：特征匹配

現(xiàn)在我們必須匹配來(lái)自兩個(gè)圖像的關(guān)鍵點(diǎn)，這些關(guān)鍵點(diǎn)實(shí)際上對(duì)應(yīng)于同一點(diǎn)。

第 3 步：?jiǎn)螒?yīng)性

單應(yīng)性通常由一個(gè) 3x3 矩陣表示，它描述了應(yīng)該應(yīng)用于一個(gè)圖像以與另一個(gè)圖像對(duì)齊的幾何變換。

第 4 步：圖像變形

找到單應(yīng)性矩陣后，我們可以用它來(lái)對(duì)齊圖像。下面是該過(guò)程的代碼：

?

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt


img1 = cv.imread('image1.jpg', cv.IMREAD_GRAYSCALE)  # referenceImage
img2 = cv.imread('image2.jpg', cv.IMREAD_GRAYSCALE)  # sensedImage


# Initiate SIFT detector
sift_detector = cv.SIFT_create()
# Find the keypoints and descriptors with SIFT
kp1, des1 = sift_detector.detectAndCompute(img1, None)
kp2, des2 = sift_detector.detectAndCompute(img2, None)


# BFMatcher with default params
bf = cv.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)


# Filter out poor matches
good_matches = []
for m,n in matches:
    if m.distance < 0.75*n.distance:
        good_matches.append(m)


matches = good_matches
        
points1 = np.zeros((len(matches), 2), dtype=np.float32)
points2 = np.zeros((len(matches), 2), dtype=np.float32)


for i, match in enumerate(matches):
    points1[i, :] = kp1[match.queryIdx].pt
    points2[i, :] = kp2[match.trainIdx].pt


# Find homography
H, mask = cv2.findHomography(points1, points2, cv2.RANSAC)


# Warp image 1 to align with image 2
img1Reg = cv2.warpPerspective(img1, H, (img2.shape[1], img2.shape[0]))
cv.imwrite('aligned_img1.jpg', img1Reg)The problem is that this matrix H is found via a compute-intensive optimization process.

?

高效的圖像配準(zhǔn)

無(wú)論您為每個(gè)步驟選擇的參數(shù)如何，對(duì)執(zhí)行時(shí)間影響最大的是圖像的分辨率。您可以大幅調(diào)整它們的大小，但如果您需要對(duì)齊的圖像具有原始分辨率，會(huì)發(fā)生什么情況？

幸運(yùn)的是，有辦法解決這個(gè)問(wèn)題。事實(shí)證明，您可以計(jì)算低分辨率圖像的變換，然后調(diào)整此變換以適用于全分辨率圖像。

詳細(xì)步驟：

調(diào)整圖像大小

在低分辨率圖像上計(jì)算矩陣 H

變換矩陣 H 使其適用于全分辨率圖像

將新矩陣應(yīng)用于原始圖像。

第 3 步可能是這里最不明顯的部分，所以讓我們看看它是如何工作的：

我們想要調(diào)整在低分辨率圖像上計(jì)算的變換以適用于高分辨率圖像。因此，我們希望高分辨率圖像中的每個(gè)像素執(zhí)行以下操作：

縮小到低分辨率 -> 應(yīng)用變換 H -> 放大到高分辨率

幸運(yùn)的是，所有這些步驟都只是矩陣乘法，我們可以將所有這些步驟組合在一個(gè)單一的轉(zhuǎn)換中。

設(shè) H 為您計(jì)算出的變換。您可以將 H 乘以另一個(gè)單應(yīng)性 A，得到 AH = H'，其中 H' 是進(jìn)行兩種變換的單應(yīng)性，相當(dāng)于先應(yīng)用 H，然后應(yīng)用 A。

下面是詳細(xì)代碼：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt


img1 = cv.imread('image1.jpg', cv.IMREAD_GRAYSCALE)  # referenceImage
img2 = cv.imread('image2.jpg', cv.IMREAD_GRAYSCALE)  # sensedImage


#  Resize the image by a factor of 8 on each side. If your images are 
# very high-resolution, you can try to resize even more, but if they are 
# already small you should set this to something less agressive.
resize_factor = 1.0/8.0


img1_rs = cv.resize(img1, (0,0), fx=resize_factor, fy=resize_factor)
img2_rs = cv.resize(img2, (0,0), fx=resize_factor, fy=resize_factor)


# Initiate SIFT detector 
sift_detector = cv.SIFT_create()


# Find the keypoints and descriptors with SIFT on the lower resolution images
kp1, des1 = sift_detector.detectAndCompute(img1_rs, None)
kp2, des2 = sift_detector.detectAndCompute(img2_rs, None)


# BFMatcher with default params
bf = cv.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)


# Filter out poor matches
good_matches = []
for m,n in matches:
    if m.distance < 0.75*n.distance:
        good_matches.append(m)


matches = good_matches
points1 = np.zeros((len(matches), 2), dtype=np.float32)
points2 = np.zeros((len(matches), 2), dtype=np.float32)


for i, match in enumerate(matches):
    points1[i, :] = kp1[match.queryIdx].pt
    points2[i, :] = kp2[match.trainIdx].pt


# Find homography
H, mask = cv2.findHomography(points1, points2, cv2.RANSAC)


# Get low-res and high-res sizes
low_height, low_width = img1_rs.shape
height, width = img1.shape
low_size = np.float32([[0, 0], [0, low_height], [low_width, low_height], [low_width, 0]])
high_size = np.float32([[0, 0], [0, height], [width, height], [width, 0]])


# Compute scaling transformations
scale_up = cv.getPerspectiveTransform(low_size, high_size)
scale_down = cv.getPerspectiveTransform(high_size, low_size)


#  Combine the transformations. Remember that the order of the transformation 
# is reversed when doing matrix multiplication
# so this is actualy scale_down -> H -> scale_up
h_and_scale_up = np.matmul(scale_up, H)
scale_down_h_scale_up = np.matmul(h_and_scale_up, scale_down)


# Warp image 1 to align with image 2
img1Reg = cv2.warpPerspective(
            img1, 
            scale_down_h_scale_up, 
            (img2.shape[1], img2.shape[0])
          )


cv.imwrite('aligned_img1.jpg', img1Reg)

編輯：黃飛

?