我需要自动对齐图像 乙 在另一张图片之上 一个 以这种方式，图像的内容尽可能匹配。
图像可以在 x/y 方向上移动并在 z 上最多旋转 5 度，但它们不会失真(即缩放或梯形失真)。
也许有人可以推荐一些关于这个主题的好的链接或书籍，或者分享一些想法如何完成这样的图像对齐。
如果没有旋转问题，那么我可以简单地尝试用蛮力方法比较像素行，直到找到匹配项，然后我知道偏移量并可以对齐图像。
我需要人工智能吗？
我很难找到有关图像处理的资源，其中详细介绍了这些对齐算法的工作原理。
最佳答案
所以在这种情况下人们经常做的是首先在图像中找到匹配的点，然后用最小二乘法计算最佳变换矩阵。点匹配并不是特别简单，很多时候你只是使用人工输入来完成这项任务，你必须一直这样做来校准相机。无论如何，如果你想完全自动化这个过程，你可以使用 feature extraction找到匹配点的技术，有大量关于这个主题的研究论文和任何 standard computer vision text会有一章介绍这个。一旦你有 N 个匹配点，求解最小二乘变换矩阵就非常简单了，同样，可以在任何计算机视觉文本中找到，所以我假设你已经涵盖了。
如果您不想找到点对应关系，您可以使用最速下降直接优化旋转和平移，问题是这是非凸的，因此无法保证您会找到正确的转换。您可以在此基础上进行随机重启或模拟退火或任何其他全局优化技巧，这很可能会奏效。我找不到关于这个问题的任何引用，但它基本上是一种数字图像稳定算法，我在使用计算机视觉时必须实现它，但那是多年前的，here are the relevant slides不过，看看“重新审视稳定”。是的，我知道那些幻灯片很糟糕，我没有制作它们:) 但是，确定梯度的方法非常优雅，因为有限差分显然难以处理。
编辑:我终于找到了介绍如何做到这一点的论文 here ，这是一篇非常棒的论文，它很好地解释了 Lucas-Kanade 算法。另外，this site有大量关于图像对齐的 Material 和源代码，可能会有用。
关于image-processing - 如何以这种方式对齐两张不同的图片，使它们尽可能接近？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5097840/