Фаза корреляция 2D (Stitch 2D в ImageJ) для строчки изображений

Question

Теперь я использую стандартную фазовую корреляцию для строчки изображений. Это дает нормальные результаты, но на твердых изображениях он дает неправильный результат, но плагин 2D Stitch в ImageJ (FIJI) дает хороший результат в большинстве случаев. Алгоритм, используемый в плагине, описанный в этой статье http://bioinformatics.oxfordjournals.org/content/25/11/1463.full.pdfНо я не могу этого понять. «На реальных изображениях, однако, F - 1 (Q) содержит несколько пиков, отмечающих различные переводы с высокой корреляцией. Более того, каждый пик описывает восемь различных возможных переводов (в 3D) из -за периодичности пространства Фурье. Чтобы определить правильный сдвиг , мы выбираем наивысшие локальные максимумы (окрестности 3 × 3 × 3) из F-1 (q) и оцениваем их восемь возможных переводов с помощью меж-корреляции на перекрывающейся области изображений A, b. Пик с Самая высокая корреляция выбирается в качестве перевода между двумя изображениями. Если ни один из пиков не превышает определенного предела, предполагается, что плитки не являются непересекающимися ». Кто -нибудь может объяснить, как его реализовать?

Answer 1

Из цитаты это выглядит так, как будто:

1. Они используют фазовую коррелляцию, чтобы найти несколько кандидатов («Мы выбираем наивысшие локальные максимумы (район 3 × 3 × 3) из F - 1 (Q)») для перекрывающегося сегмента между двумя изображениями
2. А потом они используют некоторое соответствие в исходных данных изображения («С помощью перекрестной корреляции на перекрывающейся области изображений a, b.»)
3. Чтобы выбрать лучшего кандидата из них («Пик с самой высокой корреляцией выбирается в качестве перевода между двумя изображениями».),
4. Если этот лучший кандидат соответствует достаточно хорошо («Если ни один из пиков не превышает определенного предела, предполагается, что плитки не являются непересекающимися».).