correlazione di fase 2D (2D punto in ImageJ) per un'immagine cucitura

Question

Ora sto usando correlazione di fase di serie per un'immagine cuciture. E 'dare risultati normali, ma sulle immagini dure dà risultato sbagliato, ma Stitch 2D plug-in ImageJ (FIJI) dà buoni risultati nella maggior parte dei casi. L'algoritmo utilizzato in plug descritto in questo documento http: //bioinformatics.oxfordjournals. org / content / 25/11 / 1463.full.pdf Ma non riesco a capirlo. "In immagini reali, tuttavia, F-1 (Q) contiene diversi picchi di marcatura diversa traduzioni con elevata correlazione. Inoltre, ogni picco descrive otto diverse possibili traduzioni (in 3D) a causa della periodicità del Fourier spazio. Per determinare lo spostamento corretto, selezioniamo la n più alto massimi locali (3 × 3 × 3 quartiere) da F-1 (Q) e valutare il loro possibile di otto traduzioni per mezzo di correlazione incrociata sulla zona di sovrapposizione della immagini A, B. Il picco con la più elevata correlazione è selezionato come traduzione tra le due immagini. Se nessuno dei picchi è al di sopra di un certo limite piastrelle vengono considerati non sovrapposte." Qualcuno può spiegare come implementarlo?

Answer 1

Dalla citazione sembra che:

1. Usano correllation fase di trovare più candidati ( "selezioniamo la n più alto massimi locali (3 × 3 × 3 quartiere) da F-1 (Q)" ) per il segmento di sovrapposizione tra i due immagini
2. E poi utilizzare alcuni corrispondenti nei dati dell'immagine originale ( "mediante correlazione incrociata sulla zona di sovrapposizione delle immagini A, B". )
3. Per selezionare il miglior candidato da quelli ( "Il picco con la più elevata correlazione è selezionato come traduzione tra le due immagini." ),
4. Se questo candidato migliore corrisponde abbastanza buono ( "Se nessuno dei picchi è di sopra di un certo limite le piastrelle sono assunti come non sovrapponibili." ).