如何检测图像之间的偏移

Question

我正在分析多个图像，并且需要能够判断它们是否与参考图像相比发生了偏移。目的是判断相机是否在拍摄图像之间移动。理想情况下，我希望能够纠正偏移以便仍然进行分析，但至少我需要能够确定图像是否偏移并在超过某个阈值时将其丢弃。

以下是我想检测的图像变化的一些示例：

我将使用第一张图片作为参考，然后将以下所有图片与其进行比较，以确定它们是否发生了偏移。这些图像是灰度的（它们只是使用热图以彩色显示）并存储在二维 numpy 数组中。任何想法我怎么能做到这一点？我更喜欢使用我已经安装的包（scipy、numpy、PIL、matplotlib）。

Answer 1

正如Lukas Graf 所暗示的，您正在寻找互相关。如果：

1. 图片的比例没有太大变化。
2. 图像中没有旋转变化。
3. 图像中没有明显的照明变化。

对于简单的翻译，互相关非常好。

最简单的互相关工具是scipy.signal.correlate。但是，它使用简单的方法进行互相关，对于边长为 n 的二维图像，该方法为 O(n^4)。实际上，使用您的图像需要很长时间。

更好的是scipy.signal.fftconvolve，因为卷积和相关性密切相关。

类似这样的：

import numpy as np
import scipy.signal

def cross_image(im1, im2):
   # get rid of the color channels by performing a grayscale transform
   # the type cast into 'float' is to avoid overflows
   im1_gray = np.sum(im1.astype('float'), axis=2)
   im2_gray = np.sum(im2.astype('float'), axis=2)

   # get rid of the averages, otherwise the results are not good
   im1_gray -= np.mean(im1_gray)
   im2_gray -= np.mean(im2_gray)

   # calculate the correlation image; note the flipping of onw of the images
   return scipy.signal.fftconvolve(im1_gray, im2_gray[::-1,::-1], mode='same')

im2_gray[::-1,::-1] 的有趣索引将其旋转 180°（水平和垂直镜像）。这就是卷积和相关的区别，相关是对第二个信号进行镜像的卷积。

现在，如果我们只是将第一个（最上面的）图像与其自身相关联，我们会得到：

这给出了图像自相似性的度量。最亮的点在 (201, 200)，它位于 (402, 400) 图像的中心。

可以找到最亮的点坐标：

np.unravel_index(np.argmax(corr_img), corr_img.shape)

最亮像素的线性位置由argmax返回，但必须用unravel_index转换回二维坐标。

接下来，我们通过将第一张图片与第二张图片相关联来尝试相同的方法：

相关性图像看起来相似，但最佳相关性已移至 (149,200)，即图像中向上 52 个像素。这是两个图像之间的偏移量。

---

这似乎适用于这些简单的图像。但是，也可能存在错误的相关峰，并且此答案开头概述的任何问题都可能破坏结果。

在任何情况下，您都应该考虑使用窗口函数。功能的选择并不那么重要，只要用到了一些东西。此外，如果您遇到小旋转或缩放变化的问题，请尝试将几个小区域与周围图像相关联。这将为您在图像的不同位置提供不同的位移。

Answer 2

另一种解决方法是计算两个图像中的筛选点，使用 RANSAC 去除异常值，然后使用最小二乘估计器求解平移。

Answer 3

正如 Bharat 所说，另一个正在使用筛选功能和 Ransac：

import numpy as np
import cv2
from matplotlib import pyplot as plt

def crop_region(path, c_p):
    """
      This function crop the match region in the input image
      c_p: corner points
    """    
    # 3 or 4 channel as the original
    img = cv2.imread(path, -1)

    # mask 
    mask = np.zeros(img.shape, dtype=np.uint8) 

    # fill the the match region 
    channel_count = img.shape[2]  
    ignore_mask_color = (255,)*channel_count
    cv2.fillPoly(mask, c_p, ignore_mask_color)

    # apply the mask
    matched_region = cv2.bitwise_and(img, mask)

    return matched_region

def features_matching(path_temp,path_train):
    """
          Function for Feature Matching + Perspective Transformation
    """       
    img1 = cv2.imread(path_temp, 0)   # template
    img2 = cv2.imread(path_train, 0)   # input image

    min_match=10

    # SIFT detector
    sift = cv2.xfeatures2d.SIFT_create()

    # extract the keypoints and descriptors with SIFT

    kps1, des1 = sift.detectAndCompute(img1,None)
    kps2, des2 = sift.detectAndCompute(img2,None)

    FLANN_INDEX_KDTREE = 0
    index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
    search_params = dict(checks = 50)

    flann = cv2.FlannBasedMatcher(index_params, search_params)

    matches = flann.knnMatch(des1, des2, k=2)

    # store all the good matches (g_matches) as per Lowe's ratio 
    g_match = []
    for m,n in matches:
        if m.distance < 0.7 * n.distance:
            g_match.append(m)
    if len(g_match)>min_match:
        src_pts = np.float32([ kps1[m.queryIdx].pt for m in g_match ]).reshape(-1,1,2)
        dst_pts = np.float32([ kps2[m.trainIdx].pt for m in g_match ]).reshape(-1,1,2)

        M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC,5.0)
        matchesMask = mask.ravel().tolist()

        h,w = img1.shape
        pts = np.float32([ [0,0],[0,h-1],[w-1,h-1],[w-1,0] ]).reshape(-1,1,2)
        dst = cv2.perspectiveTransform(pts,M)

        img2 = cv2.polylines(img2, [np.int32(dst)], True, (0,255,255) , 3, cv2.LINE_AA)

    else:
        print "Not enough matches have been found! - %d/%d" % (len(g_match), min_match)
        matchesMask = None

    draw_params = dict(matchColor = (0,255,255), 
                       singlePointColor = (0,255,0),
                       matchesMask = matchesMask, # only inliers
                       flags = 2)
    # region corners    
    cpoints=np.int32(dst)
    a, b,c = cpoints.shape

    # reshape to standard format
    c_p=cpoints.reshape((b,a,c))  

    # crop matching region
    matching_region = crop_region(path_train, c_p)

    img3 = cv2.drawMatches(img1, kps1, img2, kps2, g_match, None, **draw_params)
    return (img3,matching_region)