image - 負の相互相関は、類似性が高いか低いかを示しますか?

Question

2 つのサブ画像の類似性を比較する必要があるいくつかの画像処理技術をプログラミングしています。-1 と +1 の間の値を返す正規化された相互相関メトリックを使用しています。これの絶対値を類似度の尺度として使用する必要がありますか?それとも、負の相互相関は類似度が低いことを意味しますか?

Answer 1

負の相関と正の相関は意味があり、すべてはアプリケーションに依存します。もっとはっきりさせてください。3 つのデータセットがあるとします (例: A : 年齢、B : 髪、C : 身長)。A と C の相関が正 (0.98) であると仮定すると、年齢が上がるほど背が高くなることが予想されます)。しかし、A と B の相関を計算すると、負であることがわかります。どういう意味ですか？それは、年齢を重ねるにつれて、髪が少なくなることを期待していることを意味します！ご覧のとおり、正の相関は両方のデータセットで平行して増加/減少することを意味し、負の相関は 2 つの反対の傾向があることを意味します。これは、負の相関に基づいて、子供の頃により多くの髪が期待できるためです!

Answer 2

まず、類似度関数として使用される正規化相互相関 (NCC) には、相関とは異なる特性があります。正の大きな値は類似性が高いことを意味し、負の大きな値は類似性が低いことを意味します。

入力行列に正の値しかない場合、NCC 値を負にすることはできません。ただし、NCC の実装で最初に画像の強度平均値を削除すると、画像の NCC 値は正と負になります。したがって、 normxcorr2のように、負の NCC 値を持つことができます。

TL;DR

まず、画像登録 (テンプレート マッチング) を実行しようとしています。つまり、テンプレート画像の座標系に合うように画像を変換します。そのためには、類似関数(または非類似関数) を使用して、必要な変換を推定する必要があります。

私はそれを仮定します：

• 線形変換のみを適用します。したがって、x 軸と y 軸のオフセットである 2 つの画像間の空間直交ミスアライメントを推定する必要があります。
• 両方の画像には同じモダリティ、 シングル モダリティがあり、テンプレートと画像の両方が同じデバイス/構成によってキャプチャされました。

したがって、正規化された相互相関の使用は適切なオプションのようです。前の仮定が当てはまらない場合は、他の類似度関数を使用してください

正規化相互相関 (NCC) は、強度ベースの類似度関数です。したがって、ピクセル強度のみに基づいて、2 つの画像がどの程度類似しているかを測定します。基本的に、画像はテンプレート上で空間的にシフトされます。シフトごとに、各オーバーラップ位置でピクセル単位の乗算が加算されます。

したがって、最大の位置合わせを行うには、2 つの画像間の類似性が最大になる位置、つまり最大の NCC に画像を移動する必要があります。

参照:画像の登録

Answer 3

-1 も相関の兆候です。0 付近の値のみが、相関関係がないことを示しています。+1 に近いということは、画像が他の画像と非常に似ていることを意味します。-1 に近いということは、1 つの画像がネガであり、反転する必要がある可能性が高いことを意味するため、画像は類似しており、+1 に近い相関関係が得られます。