В чем разница между фазовой корреляцией и сопоставлением шаблонов в OpenCV?

Question

Недавно я обнаружил фазовую корреляцию в OpenCV, которая с помощью Log Polar Transform (LPT) может выполнять согласование шаблонов поворота и масштабирования. Мне интересно, какая разница между этим методом и всеми методами сопоставления шаблонов, описанными здесь, http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/template_matching/template_matching.html, которые кажутся гораздо менее надежными для любого вращения или масштабирования.

Я думаю, мой вопрос, каковы преимущества и недостатки:

1. фазовой корреляции + Log полярного преобразования.
2. Шаблон соответствия.
3. Полноценные функции, соответствующие чему-то вроде SIFT.

Answer 1

Фазовая корреляция и логарифмически-полярное преобразование реализованы в частотной области, оба этих алгоритма получены из теоремы Фурье-сдвига, что два переведенных изображения будут показывать аналогичную разность фаз в частотной области. Фазовая корреляция способна регистрировать только движение сдвига, тогда как лог-полярное преобразование работает в лог-полярной области, которая по существу преобразует изменения вращения и масштаба в линейный перевод. Таким образом, используя логарифмически-полярное соответствие, вы можете зарегистрировать два изображения, которые масштабируются, повернутые и переведенные копии друг друга. Оба этих алгоритма не могут регистрировать деформируемое преобразование. Для подробного анализа неопределенности и диапазона поворота и изменения масштаба эти алгоритмы могут определить, вы можете обратиться к этой статье «http://ieeexplore.ieee.org/document/901003/».

Согласование шаблонов по существу находит присутствие известного шаблона в базовом изображении с использованием различных показателей сходства (сумма квадратов разностей, нормализованная взаимная корреляция, расстояние Хаусдорфа и т. Д.). Таким образом, совпадение может быть применено либо к пространственному признаку (изображение интенсивности, карта кромки, HOG), либо к атрибуту частоты (фаза). Фазовая корреляция и согласование по лог-полям могут быть реализованы на изображениях одинакового размера, поэтому соответствие шаблонов на основе фаз будет по существу соответствовать обнаружению того же патча в поисковом пространстве с наивысшим значением корреляции.

SIFT, SURF и т. Д. Генерируют большой набор векторных функций, зависящий от различных параметров, так что он не зависит от изменения масштаба, изменения шума и освещения. Это очень широкая тема, и многие документы доступны в Интернете, сравнивая их функционирование.

Согласно моему опыту SIFT, SURF является гораздо более надежным классификатором при локализации объекта в одном кадре, но если вы планируете находить объект в видео, где вычислительное время является ограничивающим фактором, тогда сравнение шаблонов лучше.