最小二乘法图像匹配

[风来我也来]

看了一些课件，对于怎么通过最小二乘法匹配实现图像匹配还是模糊。
谁能给些建议？
我大致理解是这样：通过俩幅图像（大小相等）产生匹配计算，通过最小二乘法求系数，迭代改进，最终得到结果。如果是用在模板匹配中应该如何应用？
请问谁有这方面的PPT或者源代码，推荐下，或者你本人对这问题熟悉不妨谈谈。

另外：论坛找了下得到下面的资源：相关系数法匹配及最小二乘平差法程序http://download.csdn.net/detail/renchaofeng1984/1562977。这里的资源有个函数我不明白它的意思，然后他也缺少部分文件。有下过这个资源能告诉怎么修改么？

[_葫芦娃]

其实LSTM 还是需要初始值的，
在你获取了初始值的基础上，采用最小二乘的原理 目标影像块(模板) 和 搜索影像块 采用某一个测度(如相关系数)进行迭代计算，获取符合你要求测度的影像匹配块。
至于计算的时候是否考虑 几何变形 或者 辐射畸变 等的影像需要你在计算匹配测度前进行处理。

[fengbingchun]

http://blog.csdn.net/fengbingchun/article/details/5969193

[风来我也来]

hulu1528：采用一般的初始值01001，除了迭代次数增加（多少？）外对于最终能否得到正确结果？
fengbingchun：之前做了个曲面拟合获得亚像素匹配对于最小二乘法师理解的，疑惑的是匹配过程怎么得到位移。
其实我真正的问题在于对于最小二乘匹配计算位移 不理解。（跟最简单的窗口遍历相比，感到能怎么计算出位移不理解。）

[_葫芦娃]

初始值不准确最大的问题就是跌价不收敛，也就是可能循环无法终止，进而无法得到你需要的结果呀。
假设匹配点初值为:（XL,YL） (XR,YR),你采用最小二乘求取的有dx dy 这个就是你所说的位移。有了匹配的点对坐标，也可以知道位移的。在摄影测量相关的教材上对最小二乘模板匹配 说的比较清楚。
至于说坐标到底是直接加上位移 还是 直接采用加权计算的，这个依你的需要。

[风来我也来]

我主要求dx，dy。有公式么？

[风来我也来]

抱歉。我习惯不是太好，习惯闷头搞。最近搞了半天老错。
请问hulu1528有什么教案或者源码推荐下。我是用模板匹配来进行畸变图像中偏移量测量。手边只有网上下的ppt。有些不大懂。希望你能详细说下。
我是看武汉大学的ppt做的。
最后偏移中心点是这么计算的
sum_x+=centerlx[ii+1][jj+1]*(pl[ii+2][jj+1]-pl[ii][jj+1])*(pl[ii+2][jj+1]-pl[ii][jj+1])*0.25;
sum_y+=centerly[ii+1][jj+1]*(pl[ii+1][jj+2]-pl[ii+1][jj])*(pl[ii+1][jj+2]-pl[ii+1][jj])*0.25;
sum_gx+=(pl[ii+2][jj+1]-pl[ii][jj+1])*(pl[ii+2][jj+1]-pl[ii][jj+1])*0.25;
sum_gy+=(pl[ii+1][jj+2]-pl[ii+1][jj])*(pl[ii+1][jj+2]-pl[ii+1][jj])*0.25;
也是用Σx*模板图对应坐标的值 处于对应的g平方。g是差分的意思。这样得到模板中心。结果老是不正确。
我用的是606*606中寻找一幅225*165图片（完全匹配的图片）。事先用opencv的方法得到坐标 ，然后试验下方法正不正确，发现结果x和y都差了几十个像素。

[风来我也来]

上面那个问题知道是怎么回事了。

以下是在别的地方问他人得到的答案：
首先摄影测量学中提到的最佳匹配点位采用的是灰度梯度平方作为权，也就是梯度比较明显的特征点的地方权重较大，我举个例子，假如左片的匹配窗口就是一片白而在以窗口为中心建立直角坐标系的第二象限某个地方有一个黑点，右片是和左片完全一样的匹配窗口，那么进行最小二乘时候由于不存在了几何变形和辐射畸变（就如同你截图之后在原图进行匹配一样，是同样的2个地方肯定不存在这些变形），那么这样匹配下来相关系数肯定是1。按照最小二乘法的原则，左片的匹配点位就是窗口根据灰度梯度平方作为权的一个加权平均的结果，它是一片白（白色地方梯度是0），又第二象限有个黑点，那么左片匹配点位肯定偏离了搜索的中心，而是在第二象限的那个黑点那（因为只有这个点的坐标的权不是0，其他点的权都是0）。