Image processing 如何识别同一对象的两幅图像中的变化

我知道有两幅图像代表着完全相同的物体。在下图中，它们被称为参考和匹配

与参考相比，图像匹配可以经历以下转换：

物体可能因添加（例如，在侧面添加污垢或文字）或遗漏（已取出侧镜）而局部改变其外观

仅在水平方向拉伸或缩小尺寸（不在垂直方向调整尺寸）

参考图像的部分不匹配（参考图像中以红色阴影显示）

问题：如何确定以上述方式“改变”的地区

想法#1：一旦匹配图像的开始和结束（图像中编号为1和3）与参考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，但我不确定如何继续

---

想法2：在图像中匹配筛选特征。由特征点位置生成的细分将图像分割为不均匀的分片。使用图像间的特征对应关系来确定要在图像间匹配的平铺。使用相似性度量来找出任何变化。

你可能需要考虑一个迭代注册算法。基本上，您希望执行优化以找到变换的参数，在您的示例中是水平缩放和水平平移。优化参数后，将在两个图像之间进行变换，变换一个以匹配另一个，然后可以使用减法来识别具有差异的区域

要注册，请查看ITK图书馆。

---

您可能可以使用互信息作为度量来进行梯度优化。它有许多不同的变换，可以捕获平移和缩放。代码应该在显示的示例图像上快速运行。

转换不仅仅是水平缩放和水平平移。正如我在原始问题中提到的，原始对象的某些部分可能已更改（添加或删除）。@curryage-您并不真正关心这些，只要它们仅代表图像的一部分。如果颜色发生变化、汽车着火等情况，优化程序将足够稳健，仍然可以为您提供准确的结果。这样想，您正在寻求共识，需要更改大量像素，才能使度量不再以正确的优化方式最大化/最小化。此外，如果使用诸如互信息之类的度量，它将忽略诸如颜色更改之类的内容-它不寻找精确匹配，而是在目标图像和运动图像中查找相应的颜色对。