【影像配准】配准之棋盘网格图(镶嵌图像)（附有 C++ 代码）-阿里云开发者社区

【影像配准】配准之棋盘网格图(镶嵌图像)（附有 C++ 代码）

2023-06-26 153

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 【影像配准】配准之棋盘网格图(镶嵌图像)（附有 C++ 代码）

在查阅了大量的资料后，虽然也找到了一些有关图像配准的精度评价指标，如：特征点检测评价、假定匹配率、召回率、精确率（均已用C++实现，参考：遥感影像评价指标的实现）等；但其中大部分仅仅适用于常规图像、单时相影像配准的评价，在应用于多时相影像配准的精度评价时，往往参考意义不大；经过一番考虑后打算使用棋盘网格图对遥感影像配准结果可视化显示。

/********************该函数生成两幅图的棋盘网格图*************************/
/*image_1表示参考图像
  image_2表示配准后的待配准图像
  chessboard_1表示image_1的棋盘图像
  chessboard_2表示image_2的棋盘图像
  mosaic_image表示image_1和image_2的镶嵌图像
  width表示棋盘网格大小
 */
void mosaic_map(const Mat& image_1, const Mat& image_2, Mat& chessboard_1, Mat& chessboard_2, Mat& mosaic_image, int width)
{
  if (image_1.size != image_2.size)
    CV_Error(CV_StsBadArg, "mosaic_map模块输入两幅图大小必须一致！");
  //生成image_1的棋盘网格图
  chessboard_1 = image_1.clone();
  int rows_1 = chessboard_1.rows;
  int cols_1 = chessboard_1.cols;
  int row_grids_1 = cvFloor((double)rows_1 / width);    //行方向网格个数
  int col_grids_1 = cvFloor((double)cols_1 / width);    //列方向网格个数
  //指定区域像素赋值为零，便形成了棋盘图
  //第一幅图，第一行 2、4、6 像素值赋值零；第一幅图与第二幅图零像素位置交叉，以便两幅图交叉显示
  for (int i = 0; i < row_grids_1; i = i + 2) 
  {
    for (int j = 1; j < col_grids_1; j = j + 2)   
    {
      Range range_x(j * width, (j + 1) * width);
      Range range_y(i * width, (i + 1) * width);
      chessboard_1(range_y, range_x) = 0;
    }
  }
  for (int i = 1; i < row_grids_1; i = i + 2) 
  {
    for (int j = 0; j < col_grids_1; j = j + 2)   
    {
      Range range_x(j * width, (j + 1) * width);
      Range range_y(i * width, (i + 1) * width);
      chessboard_1(range_y, range_x) = 0;
    }
  }
  //生成image_2的棋盘网格图
  chessboard_2 = image_2.clone();
  int rows_2 = chessboard_2.rows;
  int cols_2 = chessboard_2.cols;
  int row_grids_2 = cvFloor((double)rows_2 / width);//行方向网格个数
  int col_grids_2 = cvFloor((double)cols_2 / width);//列方向网格个数
  //第二幅图，第一行 1、3、5 像素值赋值零
  for (int i = 0; i < row_grids_2; i = i + 2) 
  {
    for (int j = 0; j < col_grids_2; j = j + 2) 
    {
      Range range_x(j * width, (j + 1) * width);
      Range range_y(i * width, (i + 1) * width);
      chessboard_2(range_y, range_x) = 0;
    }
  }
  for (int i = 1; i < row_grids_2; i = i + 2) 
  {
    for (int j = 1; j < col_grids_2; j = j + 2) 
    {
      Range range_x(j * width, (j + 1) * width);
      Range range_y(i * width, (i + 1) * width);
      chessboard_2(range_y, range_x) = 0;
    }
  }
  //两个棋盘图进行叠加，显示配准效果
  mosaic_image = chessboard_1 + chessboard_2;
}
int main()
{
  //生成棋盘网格图像
  Mat chessboard_1, chessboard_2, mosaic_images;
  Mat image1 = imread("1.jpg", -1);
  Mat image2 = imread("2.jpg", -1);
  mosaic_map(image1, image2, chessboard_1, chessboard_2, mosaic_images, 100);
  imwrite("D:\11.jpg", chessboard_1);        //第一幅图的网格棋盘图
  imwrite("D:\22.jpg", chessboard_2);        //第二幅图的网格棋盘图
  imwrite("D:\33.jpg", mosaic_images);       //两幅网格棋盘图的叠加结果
    return 0;
}