查找图像旋转和缩放使用自动特征匹配
这个例子展示了如何自动对齐，通过旋转和比例改变的不同的两个图像。它近乎平行题为另一个例子查找图像旋转和缩放。相反，使用手动的方法来注册两个图像，它利用了计算机视觉系统工具箱™发现自动注册过程基于特征的技术。
在这个例子中，您将使用detectSURFFeatures和vision.GeometricTransformEstimator系统对象来恢复失真图像的旋转角度和缩放系数。然后，您将改变失真图像恢复原始图像。
步骤1：读取图像
带来的图像到工作空间。
原始= imread（'cameraman.tif'）;imshow（原件）;文本（大小（原始，2），大小（原始，1）15，...“麻省理工学院的图片由”，...'字体大小'，7，'水平对齐'，'对'）;
步骤2：调整大小和旋转图像
标度= 0.7;J = imresize（原始的，尺度）;％尝试不同的比例因子。THETA = 30;扭曲= imrotate（J，THETA）;％尝试改变角度，θ-。图中，imshow（失真的）
您可以通过改变输入图像的缩放和旋转试验。但是，请注意，是有一定限度的金额之前特征检测部未能找到足够的功能，你可以改变的规模。
第3步：查找图像之间匹配特征
检测两个图像中的特征。
ptsOriginal = detectSURFFeatures（原件）;ptsDistorted = detectSURFFeatures（失真的）;
提取特征描述符。
[featuresOriginal，validPtsOriginal] = extractFeatures（原始，ptsOriginal）;[featuresDistorted，validPtsDistorted] = extractFeatures（扭曲，ptsDistorted）;
比赛通过他们的描述功能。
indexPairs = matchFeatures（featuresOriginal，featuresDistorted）;
检索对应点，每个图像的位置。
matchedOriginal = validPtsOriginal（indexPairs（：，1））;matchedDistorted = validPtsDistorted（indexPairs（：，2））;
显示点的比赛。注意异常值的存在。
数字;showMatchedFeatures（原始的，扭曲的，matchedOriginal，matchedDistorted）;标题（“推定的匹配点（包括异常值）”）;
步骤4：估算转化
找到对应于使用所述统计稳健M估计采样一致性（MSAC）算法，这是RANSAC算法的一个变型的匹配点对的变换。而计算的变换矩阵它去除异常值。您可能会看到，因为由MSAC算法采用随机抽样的变换计算的不同的结果。
[TForm的，inlierDistorted，inlierOriginal] = estimateGeometricTransform（...matchedDistorted，matchedOriginal，'相似'）;
在变换矩阵的计算中使用的显示匹配点对。
数字;showMatchedFeatures（原始的，扭曲的，inlierOriginal，inlierDistorted）;标题（“匹配点（正常值只）”）;传说（'ptsOriginal'，'ptsDistorted'）;
步骤5：求解比例和角度
使用几何变换，TForm的，恢复比例和角度。由于我们计算从失真的转变到原始图像中，我们需要计算它的逆恢复失真。
让SC =规模* COS（THETA）让SS =规模* SIN（THETA）
然后，Tinv的= [SC -ss 0;SS SC 0;TX TY 1]
其中tx和ty分别为x和y的翻译。
计算逆变换矩阵。
TINV = tform.invert.T;SS = Tinv的（2,1）;SC = Tinv的（1,1）;scale_recovered = SQRT（β* SS + SC * SC）theta_recovered = ATAN2（SS，SC）* 180 / PI
scale_recovered =单0.7010 theta_recovered =单30.2351
回收的价值应与选定的规模和角度值步骤2：调整大小和旋转图像。
步骤6：恢复原始图像
通过将失真图像恢复原始图像。
outputView = imref2d（大小（原始））;回收= imwarp（扭曲，TForm的，'OutputView'，outputView）;
比较恢复至原版的看着他们并排侧蒙太奇。
人物，imshowpair（原件，恢复，'剪辑'）
该恢复（右）图像质量不匹配原版的（左）图像，因为失真和恢复过程的。特别地，图像收缩导致的信息丢失。周围的边缘伪影是由于变换的有限精度。如果你要检测更多的积分第4步：查找图像之间匹配特征，转型会更准确。例如，我们可以使用一个角落探测器，detectFASTFeatures，以补充其发现斑点的SURF特征检测器。图像内容和图像大小也影响的检测到的特征的数量。
您还可以选择从下面的列表中的网站：
