【OpenCV】位相限定相関法による画像マッチング(2)

2015/02/15

　これまで、位相画像の生成や、位相限定相関法（POC; Phase Only Correlation Method）の実装などを、シコシコとやってきた訳ですが・・・。

　なんとっ！　OpenCVの関数として、位相限定相関法が提供されていることが分かりました。

＃もっと早く気づけば良かった。0xF9D3
　（まぁ、原理が分かっただけでも良しとしましょう）

　位相限定相関法の関数（phaseCorrelate()）を含むソースファイルは、以下のフォルダに格納されています。

　　　\opencv-2.4.10\sources\modules\imgproc\src\phasecorr.cpp

　関数phaseCorrelate()自体の解説は、こちら。

　　　・Motion Analysis and Object Tracking — OpenCV documentation

OpenCV, Phase Only Correlation, Porsche 911 Carrera S

　評価用の画像の原画像（1920×1080）です。

　前回同様、青枠から赤枠へのシフト量を推定します。

　プログラムです。（PhaseOnlyCorrelation.cpp）

　関数phaseCorrelate()は、2つのグレースケール画像と、窓関数の配列を与えると、X方向およびY方向の「シフト量」と、5×5のマトリクスの重心における「ピーク値」を返します。
（ピーク値はオプション）

　窓関数は、サンプルに準じて、ハニング窓（hanning window）を使っています。

OpenCV, Phase Only Correlation

　実行結果です。

　　　X: -39.7915[pixel]
　　　Y: -19.2599[pixel]

　前回の自作の関数では、整数値までしか推定できませんでしたが、関数phaseCorrelate()では、サブピクセルまで（小数点以下まで）推定できています。

　実際のシフト量は、X: 39.5910, Y: 19.4600ですから、X方向, Y方向とも、±0.20[pixel]程度の誤差で推定できています。

＃すばらしい！0xF9CB

　推定精度の高さと、関数の組み込みの簡単さに気を良くして、つぎの実験にいってみます。

　上記の検証に用いた2つの画像は、同一の画像から切り出したものであり、外部からの撹乱などの影響のない、いわば“きれいな”画像でした。

　それでは、実際の画像ではどうでしょうか。

＃やっとここまで辿り着きましたが、いまの研究“ビジョン”からすると、まだ富士山二合目ぐらいかと。0xF9C7

　まずは、評価用の画像を作ります。

OpenCV, Phase Only Correlation, Porsche 911 Carrera S, Left Side

　カメラ左側の画像のうち、右から1/4を切り出します。（480×1080）

OpenCV, Phase Only Correlation, Porsche 911 Carrera S, Right Side

　上記同様、カメラ右側の画像のうち、左から1/4を切り出します。

OpenCV, Phase Only Correlation, Result

　2つの画像の位相限定相関の実行結果です。

　　　X: -192.355[pixel]
　　　Y: 46.7339[pixel]

　ピーク値（最大値：1.0）は、0.11305となっていることから、「あまり似てないよ」といわれています。

（クリックで拡大）

　シフト量の推定値を元に、2つの画像をマージした画像です。

＃なんとなく、合っているようで合っていない感じ？0xF9C7

　画像の撮影時は、カメラ（αNEX-5R）を三脚の雲台に固定し、そのまま左右にパンしたはずなのですが、けっこう上下にズレています。

　とはいえ、だいぶイメージに近づいてきました。

14 Related Entries
Previous 【OpenCV】位相限定相関法による画像マッチング(1)	Next 【OpenCV】位相限定相関法による画像マッチング(3)

Posted by

Trackback(0)