cpp中基于FFT的图像配准（可选使用OpenCV）？

Question

我正在尝试对齐从手持相机拍摄的两张图像。

起初，我尝试使用基于 SIFT/SURF 特征点的 OpenCV warpPerspective 方法。问题是当图像质量很高（3000x4000）时，特征提取和匹配过程可能会非常慢。我试图在找到特征点之前缩小图像，结果不如以前好。（从findHomography生成的Mat不应该受到缩小图像的影响，对吧？）有时，由于缺乏良好的特征点匹配，结果很奇怪。

搜索了这个话题，似乎解决傅里叶域的问题会加快注册过程。我找到了this question，它把我带到了code here。

唯一的问题是代码是用 numpy 用 python 编写的（甚至不使用 OpenCV），这使得使用 OpenCV 重写为 C++ 代码非常困难（在 OpenCV 中，我只能找到 dft 并且没有fftshift 和 fft 的东西，我对 NumPy 不太熟悉，我也没有勇气简单地忽略缺失的方法）。所以我想知道为什么没有这种使用C++的傅里叶域图像注册实现？

你们能给我一些关于如何实现的建议，或者给我一个已经实现的 C++ 版本的链接吗？或者帮我把python代码转成C++代码？

非常感谢！

Answer 1

我相当肯定 FFT 方法只能恢复相似变换，即只能恢复 (2d) 旋转、平移和缩放。使用手持相机时，您的结果可能不会那么好。

这不是您问题的直接答案，但是，作为提高速度的建议，您是否尝试过使用更快的特征检测器和描述符？在 OpenCV 中，SIFT/SURF 是它们用于特征提取/匹配的一些最慢的方法。您可以先尝试测试他们的一些other 方法，它们都运行良好并且比SIFT/SURF 更快。特别是如果您使用他们的基于FLANN 的匹配器。

过去我不得不使用类似大小的图像来执行此操作，并且使用二进制描述符 OpenCV 显着提高了速度。

Answer 2

如果你只需要换班，你可以使用 OpenCV 的 phasecorrelate