image-processing - 如何识别同一对象的两个图像的变化

Question

我有两张图片，我知道它们代表完全相同的对象。在下图中，它们被称为引用和匹配。

图像 Match 与 Reference 相比可以进行以下转换:

1. 物体可能通过添加(例如在侧面添加污垢或文字)或遗漏(侧视镜已被取出)局部改变了外观。

2. 仅在水平方向拉伸(stretch)或缩小尺寸(在垂直方向不调整尺寸)

3. 部分引用图像未出现在匹配中(引用图像中以红色阴影显示)。

问题:如何识别以上述方式“改变”的区域？

想法#1:一旦匹配图像(图像中编号为 1 和 3)的开始和结束与引用图像中的相应列对齐，动态时间扭曲似乎是一个不错的选择，但我不确定如何进行。

想法 2:跨图像匹配 SIFT 特征。由特征点位置产生的曲面分割将图像分解成不均匀的图 block 。使用跨图像的特征对应关系来确定要跨图像匹配的图 block 。使用相似性度量来找出任何变化。

Answer 1

您可能需要考虑迭代配准算法。基本上你想要执行优化以找到转换的参数，在你的情况下是水平缩放和平移。优化参数后，您将在两幅图像之间进行转换，转换一幅图像以匹配另一幅图像，然后可以使用减法来识别有差异的区域。

要注册，请查看 ITK 库。 您可能可以使用互信息作为度量来进行梯度体面优化。它有许多不同的变换，可以捕获平移和缩放。代码应该在您显示的示例图像上快速运行。