Matlab 两幅图像之间的位移

我想问一个关于归一化互相关的问题

实际上，归一化互相关（NCC）的计算步骤如下：

FFT或卷积的计算

局部和的计算

NCC的公式可在本文档底部找到

在第一步中，我采取了（这是一个例子）：

a=

b=

然后 a2=

b2=

我发现：

conv2（rot90（a，2），b）

ans=

conv2（rot90（a2,2），b2）

ans=

因此，加零不会改变FFT/卷积的结果。但在计算局部和之后，结果会发生变化，因为它考虑了a（或a2）的大小。（

normxcorr2（a，b）

不同于

normxcorr2（a2，b2）

）

因此，当我想使用互相关计算两个灰度图像之间的位移时，结果与平移图像（用零填充）的结果不同

---

你能解释一下为什么即使平移（填充）相同，位移也会发生变化吗？

它看起来像边缘效果

考虑两幅图像a和b，其中蓝色的值为0.5，红色的值为0.25

如果要在两个图像之间执行相位相关，您会发现图像a在x方向上平移了一个单位，在y方向上平移了一个单位，归一化相关值为1（完全匹配！）

但是，现在考虑在图像A和B的周围添加一个0的边界来产生图像A和B：

围绕这些图像执行相位相关将导致x方向上的0偏移和y方向上的0偏移，但归一化相关值不会为1。事实上，归一化相关值为0.708254。这是有意义的，因为相位相关性与图像的边界相匹配

有很多方法可以解决这个问题，比如使用一个汉明窗，我不会去做

这篇维基百科文章也是一个很好的参考（）

---

祝你好运，如果你不明白我的答案，请告诉我

如何计算

a2

和

b2

？@m7913d I pad

a

和

b

通过

a2=padarray（a，[2]，'post'）

谢谢！它帮助我更了解这个问题！

0.4693    0.2015    0.3220    0.8843
0.9090    0.1872    0.7254    0.8845
0.6666    0.6917    0.4871    0.3952
0.1845    0.9348    0.2403    0.9641

0.5244    0.0120    0.0678    0.8644
0.4334    0.1436    0.4166    0.7587
0.8684    0.7909    0.5884    0.9340
0.4638    0.0562    0.5183    0.6035

0.4693    0.2015    0.3220    0.8843         0         0
0.9090    0.1872    0.7254    0.8845         0         0
0.6666    0.6917    0.4871    0.3952         0         0
0.1845    0.9348    0.2403    0.9641         0         0
     0         0         0         0         0         0
     0         0         0         0         0         0

0.5244    0.0120    0.0678    0.8644         0         0
0.4334    0.1436    0.4166    0.7587         0         0
0.8684    0.7909    0.5884    0.9340         0         0
0.4638    0.0562    0.5183    0.6035         0         0
     0         0         0         0         0         0
     0         0         0         0         0         0

0.5055    0.1376    0.5584    0.9575    0.2733    0.8205    0.1595
0.6250    0.5028    1.2366    1.7782    1.0741    1.4291    0.7161
1.4722    1.6299    2.2702    4.1249    2.3243    2.0076    1.4637
1.6373    1.5220    2.8883    5.0546    3.0854    2.4246    1.8292
1.3345    1.8440    2.3115    4.0665    2.5920    1.8209    1.6073
1.1781    1.3650    1.5358    2.9240    1.3762    1.0484    0.9869
0.4101    0.1990    0.5698    0.9295    0.3251    0.3648    0.2832

     0         0         0         0         0         0         0         0         0         0         0
     0         0         0         0         0         0         0         0         0         0         0
     0         0    0.5055    0.1376    0.5584    0.9575    0.2733    0.8205    0.1595         0         0
     0         0    0.6250    0.5028    1.2366    1.7782    1.0741    1.4291    0.7161         0         0
     0         0    1.4722    1.6299    2.2702    4.1249    2.3243    2.0076    1.4637         0         0
     0         0    1.6373    1.5220    2.8883    5.0546    3.0854    2.4246    1.8292         0         0
     0         0    1.3345    1.8440    2.3115    4.0665    2.5920    1.8209    1.6073         0         0
     0         0    1.1781    1.3650    1.5358    2.9240    1.3762    1.0484    0.9869         0         0
     0         0    0.4101    0.1990    0.5698    0.9295    0.3251    0.3648    0.2832         0         0
     0         0         0         0         0         0         0         0         0         0         0
     0         0         0         0         0         0         0         0         0         0         0