Основанные на функциях методы регистрации автоматически обнаруживают различные характеристики изображения, такие как острые углы, blobs или области равномерной интенсивности. Движущееся изображение претерпевает одно глобальное преобразование, чтобы обеспечить лучшее выравнивание соответствующих функций с фиксированным изображением.
FAST обнаруживает угловые функции, особенно в сценах человеческих источников, таких как улицы и крытые комнаты. FAST поддерживает однокомпонентные изображения и отслеживание точек.
MinEigen также обнаруживает угловые функции. MinEigen поддерживает однокомпонентные изображения и отслеживание точек.
Харрис также обнаруживает угловые функции, используя более эффективный алгоритм, чем MinEigen. Harris поддерживает однокомпонентные изображения и точечное отслеживание.
BRISK также обнаруживает угловые функции. В отличие от предыдущих алгоритмов, BRISK поддерживает изменения шкалы и вращения и отслеживание точек.
ORB обнаруживает углы в изображениях с изменениями шкалы и/или поворота.
SURF обнаруживает пятна в изображениях и поддерживает изменения шкалы и вращения.
KAZE обнаруживает многомасштабные функции больших двоичных объектов из масштабного пространства, созданного с помощью нелинейной диффузии.
MSER обнаруживает области равномерной интенсивности. MSER поддерживает изменения шкалы и вращения и более устойчива к преобразованиям, чем другие основанные на функциях алгоритмы.
В Registration Estimator можно регистрировать изображения и генерировать функции для всех основанных на функциях методов без лицензии Computer Vision Toolbox™. Однако, чтобы запустить автогенерированную функцию, которая использует основанный на функциях метод регистрации, вы должны иметь Computer Vision Toolbox. Для получения дополнительной информации смотрите Экспорт результатов из приложения Registration Estimator.
Основанные на интенсивности методы регистрации коррелируют интенсивность изображения в пространственном или частотном диапазоне. Движущееся изображение претерпевает одно глобальное преобразование, чтобы максимизировать корреляцию его интенсивности с интенсивностью фиксированного изображения.
Мономодальная интенсивность регистрирует изображения с подобной яркостью и контрастом, которые захватываются на том же типе сканера или датчика. Для примера используйте мономодальную интенсивность для регистрации сканов МРТ у аналогичных субъектов с использованием той же последовательности визуализации.
Мультимодальная интенсивность регистрирует изображения с различной яркостью и контрастностью. Эти изображения могут быть получены с двух различных типов устройств, таких как две модели камеры или два типа систем медицинской визуализации (таких как КТ и МРТ). Эти изображения также могут быть получены с одного устройства. Для примера используйте мультимодальную интенсивность для регистрации изображений, полученных одной и той же камерой с использованием различных настроек экспозиции, или для регистрации МРТ-изображений, полученных во время одного сеанса, с использованием различных последовательностей изображений.
Фаза корреляция регистрирует изображения в частотный диапазон. Как и мультимодальная интенсивность, фаза корреляция инвариантна яркости изображения. Фаза корреляция более устойчива к шуму, чем другие основанные на интенсивности методы регистрации.
Примечание
Фазе корреляция обеспечивает лучшие результаты, когда соотношение сторон каждого изображения квадратное.
Неригидная регистрация применяет неглобальные преобразования к движущемуся изображению. Неригидные преобразования генерируют поле смещения, в котором каждое положение пикселя в фиксированном изображении преобразуется в соответствующее положение в движущемся изображении. Затем движущееся изображение деформируется в соответствии с полем перемещения и повторно дискретизируется с помощью линейной интерполяции. Для получения дополнительной информации об оценке поля смещения для нетяжелых преобразований, см. imregdemons.
