2Dポイントマッチングの "ベスト"アルゴリズムとは現在考えられているものは何ですか？

Question

x-y座標（星）を含む2つのリストがあります。私はまた、各星に大きさ（明るさ）を付けることができました。それぞれの星にはランダムな位置のジグがあり、各画像には余分なポイントや欠けているポイントがいくつかあります。私の質問は、 "このようなデータセットに最適な2Dポイントマッチングアルゴリズムは何ですか？"私は単純な線形（平行移動、回転、スケール）と非線形（座標内のn次の多項式）の両方について推測します。ポイントマッチングフィールドの用語では、ノイズとスプリアスポイントを持つ2Dポイントマッチングプログラム間の戦いで勝つアルゴリズムを探しています。ラベル情報が使用されているか（大きさ）、かつ/または変形が線形に制限されているかによって、異なる「勝者」が存在する可能性があります。

私は、2Dポイントマッチングアルゴリズムのクラスが多く、各クラスに多くのアルゴリズムがあることを認識していますが（実際はおそらく数百になるかもしれませんが）、もしあれば、コンピュータビジョンの分野の人々が「最も標準的」になっています。悲しいことに、私が読んで欲しい論文の記事の多くは、オンライン版を持っておらず、私は要約だけを読むことができます。私が特定のアルゴリズムを実装する前に、いくつかの専門家から小麦を籾殻から分離することを聞くとよいでしょう。

私は、三角形を使用する動作するマッチングプログラムを持っていますが、ソリューション変換に明白な歪みがあるような明白な理由がないように、多少頻繁に（約5％の時間）失敗します。このプログラムは私によって書かれたものではなく、ほぼ20年前に書かれた論文のものです。私は最も堅牢に実行する新しい実装を記述したいと思います。私はこのことを妥当なものにするために、この分野にいくつかの進歩があったと（期待して）推測している。

Answer 1

私は、研究者がクジラの写真をどのように撮っていたか、それぞれのクジラのidに（各クジラに固有の）それらのスポットを使っていたことについて、ずっと前にテレビで番組を見た。それはスポット間の角度を使用しました。角度を使用することによって、画像が回転または拡大または平行移動されたかどうかは問題になりませんでした。それはあなたの三角形でやっているのと同じように聞こえる。

Answer 2

「最も良い」（最も技術的な）方法は、元の画像と新しい線形に変更された画像のフーリエ変換をとることだと思います。簡単なフィルタリングを行うことで、古い画像に対して画像の向きや尺度を簡単に把握することができます。 2次元フーリエ変換hereの説明があります。

Answer 3

このための単一の「最良の」アルゴリズムはありません。さまざまなテクニックがあり、それぞれが特定のデータセットとデータ型で他のものより優れています。

私は、のチュートリアルを読むことをお勧めします。Insight Toolkit. ITKは多くの場合、イメージ登録（それはあなたが聞こうと思っているもの）の多くのタイプをサポートしています。そのユーザーのほとんどは医療分野にいるので、多くの医学用語を習得しなければなりませんが、アルゴリズムとコードはあらゆる種類の画像（1,2,3、n次元画像を含むタイプなど）。

Answer 4

最初にN個の最も明るい星にアルゴリズムを適用し、他のアルゴリズムを徐々に含めて結果を絞り込んで、同時に検索範囲を減らすことができます。

RANSACを使用すると、余分なポイントを堅牢にすることも非常に一般的です。

Answer 5

スターマッチングに興味がある場合はAstrometry.net blind astrometry solverとpaper on it hereをご覧ください。彼らは、4つのポイントクワッドを使用して、夜空のFlickr写真のスター構成を解決します。 this interviewをチェックしてください。私はそれがうまくいくか分からないが、試してみる価値

Answer 6

： - それを中心に -

各スターのために円の時間線フーリエ変換でください他のすべての星の（注：これは標準ではありませんフーリエ変換、ラインタイムライン）。 円の光線の位相空間は整数倍の線ですが、有限の精度しか持たないので、行列が得られます。マトリックスの寸法は精度に依存する。行列同士をペアにしてみましょう（例：L_2ノルムを使用）。