Регистрация изображения Используя нормированную взаимную корреляцию
Этот пример показывает, как найти изображение шаблона в рамках увеличенного изображения. Иногда одно изображение является подмножеством другого. Нормированная взаимная корреляция может использоваться, чтобы определить, как указать или выровнять изображения путем перевода одного из них.
Шаг 1: Readimage
onion = imread('onion.png'); peppers = imread('peppers.png'); imshow(onion)
figure, imshow(peppers)
Шаг 2: выберите Subregions of Each Image
Важно выбрать области, которые подобны. Изображение sub_onion будет шаблоном и должен быть меньшим, чем изображение sub_peppers. Можно получить эти sub области с помощью или неинтерактивного скрипта ниже или интерактивного скрипта.
% non-interactively rect_onion = [111 33 65 58]; rect_peppers = [163 47 143 151]; sub_onion = imcrop(onion,rect_onion); sub_peppers = imcrop(peppers,rect_peppers); % OR % interactively %[sub_onion,rect_onion] = imcrop(onion); % choose the pepper below the onion %[sub_peppers,rect_peppers] = imcrop(peppers); % choose the whole onion % display sub images figure, imshow(sub_onion)
figure, imshow(sub_peppers)
Шаг 3: сделайте нормированную взаимную корреляцию и найдите координаты пика
Вычислите нормированную взаимную корреляцию и отобразите ее как объемную поверхностную диаграмму. Пик матрицы взаимной корреляции происходит, где sub_images лучше всего коррелируются. normxcorr2 только работает над полутоновыми изображениями, таким образом, мы передаем его красная плоскость каждого изображения sub.
c = normxcorr2(sub_onion(:,:,1),sub_peppers(:,:,1));
figure, surf(c), shading flat
Шаг 4: найдите общее смещение между изображениями
Общее смещение или перевод между изображениями зависят от местоположения пика в матрице взаимной корреляции, и на размере и положении изображений sub.
% offset found by correlation [max_c, imax] = max(abs(c(:))); [ypeak, xpeak] = ind2sub(size(c),imax(1)); corr_offset = [(xpeak-size(sub_onion,2)) (ypeak-size(sub_onion,1))]; % relative offset of position of subimages rect_offset = [(rect_peppers(1)-rect_onion(1)) (rect_peppers(2)-rect_onion(2))]; % total offset offset = corr_offset + rect_offset; xoffset = offset(1); yoffset = offset(2);
Шаг 5: Смотрите, было ли Луковое Изображение Извлечено от Перечного Изображения
Выясните, где onion падает в peppers.
xbegin = round(xoffset+1); xend = round(xoffset+ size(onion,2)); ybegin = round(yoffset+1); yend = round(yoffset+size(onion,1)); % extract region from peppers and compare to onion extracted_onion = peppers(ybegin:yend,xbegin:xend,:); if isequal(onion,extracted_onion) disp('onion.png was extracted from peppers.png') end
onion.png was extracted from peppers.png
Шаг 6: заполните луковое изображение к размеру перечного изображения
Заполните изображение onion, чтобы наложить на peppers, с помощью смещения, определенного выше.
recovered_onion = uint8(zeros(size(peppers))); recovered_onion(ybegin:yend,xbegin:xend,:) = onion; figure, imshow(recovered_onion)
Шаг 7: используйте альфу, смешивающуюся, чтобы показать изображения вместе
Отобразите одну плоскость изображения peppers с изображением recovered_onion с помощью альфа-смешивания.
figure, imshowpair(peppers(:,:,1),recovered_onion,'blend')