Методы регистрации на основе элементов автоматически обнаруживают различные элементы изображения, такие как острые углы, блобы или области равномерной интенсивности. Движущееся изображение подвергается единому глобальному преобразованию для обеспечения наилучшего совмещения соответствующих признаков с неподвижным изображением.
FAST обнаруживает угловые элементы, особенно в сценах человеческого происхождения, таких как улицы и внутренние помещения. FAST поддерживает одномасштабные изображения и отслеживание точек.
MinEigen также обнаруживает угловые элементы. MinEigen поддерживает одномасштабные изображения и точечное отслеживание.
Харрис также обнаруживает угловые элементы, используя более эффективный алгоритм, чем MinEigen. Harris поддерживает одномасштабные изображения и точечное отслеживание.
BRISK также обнаруживает угловые элементы. В отличие от предыдущих алгоритмов, BRISK поддерживает изменения масштаба и поворота, а также точечное отслеживание.
ORB обнаруживает углы на изображениях с изменениями масштаба и/или поворота.
SURF обнаруживает блобы на изображениях и поддерживает изменения масштаба и поворота.
KAZE обнаруживает многомасштабные элементы больших двоичных объектов из масштабного пространства, построенного с использованием нелинейной диффузии.
MSER обнаруживает области равномерной интенсивности. MSER поддерживает изменения масштаба и поворота и является более надежным к аффинным преобразованиям, чем другие алгоритмы, основанные на функциях.
В программе Registration Estimator можно регистрировать изображения и создавать функции для всех функциональных методов без лицензии Computer Vision Toolbox™. Однако для запуска автоматически созданной функции, использующей метод регистрации на основе функций, необходимо иметь панель инструментов Computer Vision Toolbox. Дополнительные сведения см. в разделе Экспорт результатов из приложения оценки регистрации.
Методы регистрации на основе интенсивности коррелируют интенсивность изображения в пространственной или частотной области. Движущееся изображение подвергается единому глобальному преобразованию для максимизации корреляции его интенсивности с интенсивностью фиксированного изображения.
Мономодальная интенсивность регистрирует изображения с одинаковой яркостью и контрастностью, которые фиксируются на одном и том же типе сканера или датчика. Например, используйте мономодальную интенсивность для регистрации МРТ, взятых у аналогичных субъектов с использованием одной и той же последовательности визуализации.
Мультимодальная интенсивность регистрирует изображения с различной яркостью и контрастностью. Эти изображения могут поступать из двух различных типов устройств, таких как две модели камеры или два типа систем медицинской визуализации (таких как КТ и МРТ). Эти изображения также могут поступать с одного устройства. Например, использовать мультимодальную интенсивность для регистрации изображений, сделанных одной и той же камерой, с использованием различных настроек экспозиции, или для регистрации изображений МРТ, полученных во время одного сеанса, с использованием различных последовательностей изображений.
Фазовая корреляция регистрирует изображения в частотной области. Подобно мультимодальной интенсивности, фазовая корреляция инвариантна яркости изображения. Фазовая корреляция более устойчива к шуму, чем другие методы регистрации на основе интенсивности.
Примечание
Фазовая корреляция обеспечивает лучшие результаты, когда отношение сторон каждого изображения является квадратным.
Нежесткая регистрация применяет неглобальные преобразования к движущемуся изображению. Нежесткие преобразования генерируют поле смещения, в котором каждое местоположение пикселя в фиксированном изображении отображается в соответствующее местоположение в движущемся изображении. Затем движущееся изображение деформируется в соответствии с полем смещения и повторно дискретизируется с использованием линейной интерполяции. Дополнительные сведения об оценке поля смещения для нежестких преобразований см. в разделе imregdemons.