【问题标题】:how do I perform image stitching with a reference image as a guide?如何以参考图像为指导进行图像拼接?
【发布时间】:2019-08-10 14:18:45
【问题描述】:

图像与参考图像拼接。

我有多个主题(骨骼)的图像,图像是主题的不同部分,如 3x3 矩阵。我想将它们缝合在一起,但问题是它们没有任何共同特征,因为主题是使用锯子切割成这些部分的。我所拥有的是切割前的主题图像,并希望将其用作将部分图像拼接在一起的指南。

我已尝试使用 Fiji imagej 并在网上搜索替代方案。 imageJ 只有在要处理的图像之间具有共同特征时才能完成这项工作。有人可以指出python或matlab中可以执行此操作的代码或任何可以提供帮助的软件。

'[参考图片][1]section (11)section (12)section (13)section (21)section (23)section (31)'

' [1]: https://i.stack.imgur.com/wQr09.jpg 由于 SO 的政策,我无法添加超过 8 个链接。还有两个,我会尽快添加。并且“第 (22) 节”,即 3X3 矩阵中的中心位置为空。

【问题讨论】:

  • 欢迎来到 SO!为您的问题提供一些代码:您尝试了什么等另见stackoverflow.com/help/how-to-ask
  • 我没有编写任何代码,但在斐济 imagej 中使用了一个插件“拼接”,如果您需要其余部分的图像,请告诉我。
  • 我怀疑添加丢失的图像可能会提高获得更好答案的机会。
  • 您提供了两张图片,但不清楚您将它们拼接在一起是什么意思。您能否提供一张图纸或草图,说明这两个图像是如何相关的以及如何拼接在一起的?通常,拼接涉及通过找到共同的重叠来组合 2D 图像。 3D 云可以通过找到共同的 3D 点(可能还有颜色)来组合。
  • @Rethunk 我添加了 7 个 3X3 矩阵图像,名称为 -“部分(矩阵中的位置)”,现在我想使用参考图像作为将这些部分缝合在一起的指南。

标签: python-3.x matlab image-processing imagej image-stitching


【解决方案1】:

此类图像处理需求的解决方案千差万别,具体取决于您是否需要一个只使用几次的脚本、一个可以使用几周的软件工具,或者什么可以成为实验室自动化软件。

这似乎是图像匹配而不是图像拼接的问题。通过图像匹配,我的意思是您需要找出子图像(例如(第 2 行,第 1 列)处的骨骼部分)如何匹配参考骨骼图像中标记为“4”的左侧中间部分。

基本流程:

  1. 将参考图像加载为二维数组(首先转换为灰度)
  2. 加载您的第一个骨骼部分的示例图像。
  3. 使用 SIFT 等算法来确定位置、方向和比例,以将骨骼分段图像拟合到参考图像上。
  4. 将拟合标准(x、y、旋转、缩放)应用于骨骼分段图像,对其进行转换,然后将其转换为与参考图像相同大小的黑色图像。
  5. 继续上述过程以适应所有小节。
  6. (可选)在所有骨骼小节都安装到位后,执行额外的图像处理操作以改善贴合度、填充间隙等。

从您的示例图像中可以看出,参考图像和骨骼切片图像区域使用不同的照明,有时骨骼的平坦部分相对于相机的光轴略微倾斜等,所有这些都使图像匹配更加困难。

SIFT 是一种可以在这里提供帮助的算法。请注意,“尺度不变”是算法名称的一部分。

https://en.wikipedia.org/wiki/Scale-invariant_feature_transform

鉴于所有这些,您的参考图像和骨骼分段图像似乎是在非常不同的情况下拍摄的,这使得解决问题变得比实际需要的更加困难。如果您可以控制捕获图像的条件,那么总体上您将拥有更轻松的时间。

  • 使用相同的相机、相同的照明、大致相同的距离拍摄所有图像
  • 对于照明,请使用高频漫射荧光灯之类的东西
  • 为每张图片使用相同的背景(例如哑光黑色)

使此图像匹配一个稳健的过程意味着要注意物理设置以及创建图像处理算法。

如果您需要有关传统图像处理技术的良好参考资料,请查找 Gonzalez 和 Woods 的《数字图像处理》副本。花些时间看这本书会比在线零碎学习图像处理更快地为您提供更好的答案。

对于解决实际问题的实用图像处理,即使是实现简单的图像处理算法,请查找 Davies 的机器视觉。

我强烈建议您不要研究机器学习,或者尝试在更高级的图像处理教科书中找到答案,直到您遇到更传统方法的障碍。

【讨论】:

    猜你喜欢
    • 2022-11-25
    • 1970-01-01
    • 2021-12-26
    • 1970-01-01
    • 2013-12-09
    • 2016-08-11
    • 1970-01-01
    • 1970-01-01
    • 2019-01-07
    相关资源
    最近更新 更多