通过 FHT 进行归一化互相关 - 如何获得相关分数？

信息处理 互相关 图像配准 傅立叶
2022-02-23 22:40:24

我正在使用 2D 快速哈特利变换在频域中对两个图像进行快速相关，这相当于空间域中的 NCC（归一化互相关）。

但是，使用 NCC，我可以获得一个置信度指标，让我了解在某个偏移量下相关性有多强。在频域版本中，在进行相关后，我最终在逆 FHT 中遇到了一个寻峰问题，所以我的问题是：

我可以使用我在相关图像中找到的峰值的值来导出我可以从 NCC 获得的相同（或相似）置信度指标吗？如果是这样，我该如何计算？

1个回答

好的，我终于找到了困惑的原因 - 感谢这个答案。

我无法让我的空间 NCC 和频域峰值在数值上一致的原因有很多。有些明显，有些微妙，都是愚蠢的。为了完整起见，它们是：

  1. 我错过了在导入像素值以准备 FHT 后对图像数据进行归一化时引入的偏移和比例因子。
  2. 我使用的是峰值的预测最大值，来自我的子像素偏移计算而不是实际峰值。
  3. 我在管道中有一个低通滤波器，为了提高性能，我与相关操作同时应用。所以我的峰值被过滤器缩放了。

没有数学倾向，我错误地试图通过假设使用 FHT 在某种程度上与使用 FFT 本质上不同来“解释”我的问题。在被指出正确的方向后，我发现了上述问题，最终得到了我期待的结果。

其它你可能感兴趣的问题
上一篇Python中的反卷积 下一篇我可以使用什么距离度量来比较每个图像的伸长率和坚固性等图像特征？