Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

fitgeotform2d

2 次元幾何学的変換のコントロール ポイントのペアへの近似

R2022b 以降

    説明

    tform = fitgeotform2d(movingPoints,fixedPoints,tformType) は、タイプ tformType の線形幾何学的変換をコントロール ポイントのペア movingPoints および fixedPoints に近似します。

    tform = fitgeotform2d(movingPoints,fixedPoints,"polynomial",degree) は、次数 degree の多項式変換をコントロール ポイントのペア movingPoints および fixedPoints に近似します。多項式変換の次数 degree を指定します。2、3 または 4 を使用できます。

    tform = fitgeotform2d(movingPoints,fixedPoints,"pwl") は、区分的線形変換をコントロール ポイントのペア movingPoints および fixedPoints に近似します。この変換は、固定コントロール ポイントの Delaunay 三角形分割を作成し、移動コントロール ポイントを対応する固定コントロール ポイントにマッピングします。局所領域ごとに異なるアフィン変換でコントロール ポイントがマッピングされます。このマッピングはコントロール ポイント間で連続的ですが、連続的に微分可能ではありません。

    tform = fitgeotform2d(movingPoints,fixedPoints,"lwm",n) は、局所重み付き平均変換をコントロール ポイントのペア movingPoints および fixedPoints に近似します。局所重み付き平均変換が、近傍のコントロール ポイントを使用して各コントロール ポイントにおける多項式を推定し、マッピングを行います。任意の位置でのマッピングは、これらの多項式の加重平均に依存します。この関数は、n 個の最近傍点を使用して、コントロール ポイントの各組に対し 2 次多項式変換を推定します。

    すべて折りたたむ

    チェッカーボードのイメージを作成し、このイメージを回転して、位置のずれたイメージを作成します。

    I = checkerboard(40);
    J = imrotate(I,30);
    imshowpair(I,J,"montage")

    Figure contains an axes object. The axes object contains an object of type image.

    固定イメージ (チェッカーボード) と移動イメージ (回転したチェッカーボード) にいくつかの一致させるコントロール ポイントを定義します。コントロール ポイント選択ツールを使用して対話的にポイントを定義できます。

    fixedPoints = [41 41; 281 161];
    movingPoints = [56 175; 324 160];

    2 個のイメージの位置合わせに使用する相似幾何学的変換を作成します。

    tform = fitgeotform2d(movingPoints,fixedPoints,"similarity");

    tform 推定を使用して、回転したイメージをリサンプルし、固定イメージにレジストレーションします。レジストレーションの誤差は、フォールス カラーのオーバーレイ イメージ内で緑とマゼンタの色領域として表示されます。このエラーの原因は、コントロール ポイントが正確に一致していないためです。

    Jregistered = imwarp(J,tform,OutputView=imref2d(size(I)));
    imshowpair(I,Jregistered)

    Figure contains an axes object. The axes object contains an object of type image.

    入力引数

    すべて折りたたむ

    移動イメージ内のコントロール ポイント。m 行 2 列の行列として指定します。各行は、コントロール ポイントの [x, y] 座標を指定します。

    例: movingPoints = [11 11; 41 71];

    データ型: double | single

    固定イメージ内のコントロール ポイント。m 行 2 列の行列として指定します。各行は、コントロール ポイントの [x, y] 座標を指定します。

    例: fixedPoints = [14 44; 70 81];

    データ型: double | single

    線形変換のタイプ。"similarity""reflectivesimilarity""affine"、または "projective" として指定します。詳細については、変換タイプを参照してください。

    データ型: char | string

    多項式の次数。整数 23 または 4 として指定します。

    局所重み付き平均の計算に使用する点の数。正の整数として指定します。n には最小で 6 を指定できますが、小さい n では条件の悪い多項式が生成されることがあります。

    出力引数

    すべて折りたたむ

    幾何学的変換。表に定義された幾何学的変換オブジェクトとして返されます。

    変換タイプ

    幾何学的変換オブジェクト
    "similarity"simtform2d
    "reflectivesimilarity"affinetform2d
    "affine"affinetform2d
    "projective"projtform2d
    "polynomial"PolynomialTransformation2D
    "pwl"PiecewiseLinearTransformation2D
    "lwm"LocalWeightedMeanTransformation2D

    詳細

    すべて折りたたむ

    変換タイプ

    次の表は、fitgeotform2d によってサポートされている変換タイプを複雑度の順にまとめたものです。

    変換タイプ

    説明コントロール ポイントのペアの最小数
    "similarity"移動イメージ内の形状は変更されていないが、平行移動、回転、および等方性スケーリングの組み合わせによってイメージの歪みが生じている場合は、この変換を使用します。直線は直線のまま、平行線は平行のままです。2

    Image transformed using "similarity".

    "reflectivesimilarity" "similarity" にオプションの鏡映が追加されたものと同じです。3

    Image transformed using "reflectivesimilarity".

    "affine"移動イメージ内の形状がせん断または異方性スケーリングを示す場合は、この変換を使用します。直線は直線のまま、平行線は平行のままですが、四角形は平行四辺形になります。3

    Image transformed using "affine".

    "projective"シーンが傾いて見える場合は、この変換を使用します。直線は直線のままですが、平行線は消失点に向かって収束します。4

    Image transformed using "projective".

    "polynomial"イメージ内のオブジェクトが湾曲している場合は、この変換を使用します。多項式の次数が高いほど、近似度も高くなりますが、結果に含まれる曲線の数が固定イメージより多くなる場合があります。

    6 (2 次)

    10 (3 次)

    15 (4 次)

    Image transformed using "polynomial".

    "pwl"イメージの部分ごとに互いに異なる歪みがあるように見える場合は、この変換 (区分的線形) を使用します。4

    Image transformed using "pwl".

    "lwm"歪みが局所的に変化し、区分的な線形が十分でない場合は、この変換 (局所重み付き平均) を使用します。 6 (12 を推奨)

    Image transformed using "lwm".

    参照

    [1] Goshtasby, Ardeshir. “Piecewise Linear Mapping Functions for Image Registration.” Pattern Recognition 19, no. 6 (January 1986): 459–66. https://doi.org/10.1016/0031-3203(86)90044-0.

    [2] Goshtasby, Ardeshir. “Image Registration by Local Approximation Methods.” Image and Vision Computing 6, no. 4 (November 1988): 255–61. https://doi.org/10.1016/0262-8856(88)90016-9.

    拡張機能

    バージョン履歴

    R2022b で導入

    すべて展開する