因此，我尝试拼接由微芯片显微镜拍摄的图像，但很难对齐所有特征。两张相邻图像之间已经有 50% 的重叠，但即便如此，它并不总是很合适。
我将 SURF 与 OpenCV 结合使用来提取关键点并找到单应矩阵。但是，这仍然远不是一个可以接受的结果。
我的目标是能够完美拼接 2x2 图像，因此我可以递归地重复该过程，直到获得最终图像。
你有什么建议吗？一个很好的算法来解决这个问题。或者也许是一种转换图像以便能够从中提取更好的关键点的方法。使用阈值(较小的阈值以获得更多关键点，还是较大的阈值？)。
现在，我的方法是先拼接两张 2x1 图像，然后将这两张拼接在一起。它离我们想要的很近，但仍然不能接受。此外，问题可能是图像曾经是“源”(而第二个图像是用矩阵变换以重叠那个图像)可能没有一点错位或者该图像上有一个小角度影响整个结果.
如有任何帮助或建议，我们将不胜感激。特别是任何允许使用 OpenCV 和 SURF 的解决方案(即使我并不完全反对其他库......只是大部分项目都是用它开发的)。
谢谢!
最佳答案
我发现使用 TurboReg在图像配准开发过程中成为有用的比较工具。这是一个免费的ImageJ插件，并有许多不同的配件类型。
您看过新的 OpenCV 拼接样本了吗:stitching.cpp和 stitching_detailed.cpp ？
编辑: 我忘记了这是最先进的 OpenCV，因为我在家里使用主干 :) 要访问这些新示例，您需要从 SVN 查看 OpenCV 主干像这样:
svn co https://code.ros.org/svn/opencv/trunk/opencv opencv-trunk
不幸的是，您需要重新编译它，但您应该能够使用新的拼接代码 :) 如果您之前没有从源代码构建 OpenCV，here是一个很好的入门教程。我会提到 OpenCV 有比本教程中提到的更多的可以启用/禁用的选项，因此您可能想使用 cmake-gui 来查看所有选项。您可以使用以下命令 apt-get 它:
> sudo apt-get install cmake-qt-gui
此外，如果您更关心质量，并且不介意性能下降；你可以考虑使用 Lucas-Kanade method用于图像注册。 Here是一个讲座，here是一篇关于该主题的论文，可能对您有所帮助。
关于opencv - 拼接微芯片的显微镜图像，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9035188/