التحقق من الصورة ميزة المحاذاة

Question

كنت قد كتبت بلدي البرامج في C# لأداء التصوير المجهري.ترى هذا لقطة.

الصور التي يمكن مشاهدتها هناك من نفس العينة ولكن سجلت خلال جسديا مختلفة للكشف عن.انها حاسمة في بلدي التجارب أن هذه الصور تكون بالضبط الانحياز.اعتقد سيكون أسهل بطريقة أو بأخرى مزيج/طرح اثنين من الصور النقطية ولكن هذا لا يعطيني نتائج جيدة.لذلك أنا أبحث عن أفضل طريقة للقيام بذلك.

قد يكون من المفيد أن نشير إلى أن الصور موجودة صفائف من شدة في الذاكرة يتم تحويلها إلى صور نقطية على الشاشة اللوحة إلى نفسي مكتوبة تحكم الصورة.

وأود أن نقدر أي مساعدة!

Answer 1

حصلت حول حل هذا منذ بعض الوقت...منذ أن كنت فقط بحاجة للتحقق من أن اثنين من الصور من اثنين من أجهزة الكشف عن تتماشى تماما وبما أنني لم يكن لديك في محاولة محاذاة لهم إذا كانوا لا أستطيع حلها مثل هذا:

1) استخدام Aforge إطار و تطبيق مرشح الرمادي إلى كل من الصور.هذا وسوف متوسط قيم RGB لكل بكسل.2) على صورة واحدة تطبيق ChannelFilter الإبقاء على القناة الحمراء.3) على صورة أخرى ، وتطبيق ChannelFilter الإبقاء فقط على قناة الخضراء.4) إضافة كل الصور.

هنا هي مرشحات اعتدت ، أترك القارئ إلى تطبيقها إذا لزم الأمر (انها تافهة و هناك أمثلة على Aforge الموقع).

AForge.Imaging.Filters.IFilter filterR = new AForge.Imaging.Filters.ChannelFiltering(new AForge.IntRange( 0, 255 ), new AForge.IntRange( 0, 0 ), new AForge.IntRange( 0, 0 ));
AForge.Imaging.Filters.IFilter filterG = new AForge.Imaging.Filters.ChannelFiltering(new AForge.IntRange( 0, 0 ), new AForge.IntRange( 0, 255 ), new AForge.IntRange( 0, 0 ));
AForge.Imaging.Filters.GrayscaleRMY FilterGray= new AForge.Imaging.Filters.GrayscaleRMY();
AForge.Imaging.Filters.Add filterADD = new AForge.Imaging.Filters.Add();

عندما الميزات الهامة موجودة في كل الصور ترغب في التحقق ، وسوف تظهر باللون الأصفر وهكذا تفعل بالضبط ما أريد.

شكرا لجميع المدخلات!

Answer 2

إذا كانت الصور هي نفس الاتجاه ونفس الحجم، ولكن قد تحولت بشكل رأسي أو أفقيا، فيمكنك استخدام الارتباط الشامل للعثور على أفضل محاذاة؟

إذا كنت تعرف أن الميزات في القناة الصفراء تحتاج إلى تصطف، على سبيل المثال، قم فقط بإطعام القنوات الصفراء في خوارزمية الارتباط عبر الارتباط، ثم ابحث عن الذروة في النتيجة. ستحدث الذروة عند الإزاحة حيث يصطاد الصوران بشكل أفضل.

ستعمل حتى مع الصور الصاخبة، وأظن أنها ستعمل حتى بالنسبة للصور مختلفة بشكل كبير، مثل في لقطة الشاشة الخاصة بك.

مثال ماتلاب: تسجيل صورة باستخدام الارتباط التباطع الطبيعي

ويكيبيديا يدعو هذا "العلاقة المرحلة"ويصف أيضا جعلها مقياس وتناوب-الثبات:

يمكن تمديد الطريقة لتحديد الاختلافات في الدوران والتقليل بين صورتين من خلال تحويل الصور أولا إلى الإحداثيات القطبية. نظرا لخصائص تحويل فورييه، يمكن تحديد معلمات الدوران والتحجيم بطريقة ثابتة للترجمة.

Answer 3

حتى كشف مختلفة ، لذلك محاذاة سوف يكون قليلا خطأ في ذلك بكسل (256,512) في صورة 1 يمكن أن يكون ميزة ممثلة بكسل (257,513) في الصورة 2.هو أن المشكلة ؟ ماذا عن التكبير?إذا كان كاشف مختلفة ، لم التكبير تكون مختلفة قليلا ؟

إذا كنت تقصد شيئا مثل ما ورد أعلاه ، انطلاقا من الصورة, فإنه لا ينبغي أن يكون من الصعب جدا العثور على المراكز من 4 أو 5 مناطق أعلى كثافة - تطبيع البيانات وتذهب من خلال الصورة بأكملها تبحث عن كتل من 9 المجاورة بكسل مع أعلى متوسط الكثافة.ملاحظة مركز بكسل من أربعة أو خمسة من هذه الميزات لكل صورة.ثم حساب المسافة بين كل مجموعة من بكسل بين الصورتين.

إذا كانت المسافة 0 لجميع مجموعات الصورتين يجب أن تكون في محاذاة.إذا كانت المسافة ثابتة, كل ما عليك القيام به هو نقل صورة واحدة من تلك المسافة.إذا كانت المسافة يختلف, سوف تحتاج إلى تغيير حجم صورة واحدة حتى يتم المستمر ثم الانزلاق إلى متابعة المباراة الميزات.ثم يمكنك أن متوسط كثافة قيم الصورتين ، حيث ينبغي أن تكون في محاذاة.

هذا هو كيف لي أن ابدأ على أي حال.

Answer 4

إذا تم إنشاء الصور من أجهزة استشعار مختلفة، فستكون المشكلة صعبة، بشكل عام. لا سيما بالنسبة لك منذ واحدة من صورك يبدو أن لديها الكثير من الضوضاء.

على افتراض أنه لا يوجد تزييفه أو تناوب فيه، فأنا أقترح عليك أولا تطبيع شدة كل صورة. ثم ابحث عن التحول الذي يقلل من الخطأ بين الصور. يمكن أن يكون الخطأ Euclidean (أي مجموع مجموع الاختلافات التربيعية لكل بكسل). ذلك، بالنسبة لي على الأقل، هو تعريف المحاذاة.

Answer 5

الطريقة الوحيدة التي يمكنك بمحاذاة هي إذا كانت هناك بعض الميزات في الصور المعروفة أن تكون متطابقة (أو مع تحول معروف). يتمثل النهج الشائع في وضع شيء ما في الصورة - على سبيل المثال، لديك التقاط الصورة إضافة قطعة أثرية محاذاة - شيء سهل الكشف عن التحول ومعرفة التحول المطلوب لتطبيع الصورة.

مثال شائع هو وضع علامات + في الزوايا. قد ترى أيضا الباركود المستخدمة لهذا الغرض في بعض الأحيان.

بدون هذا القطع الأثرية، يجب أن يكون هناك شيء ما في الصورة من المعروف حجمه وتوجيهه (وهذا موجود في كل من الصور).