图像对数极坐标变换与配准算法工具

资 源 简 介

该项目在MATLAB环境中实现了从笛卡尔坐标系到对数极坐标系（Log-Polar Coordinates）的图像变换算法。核心功能包括将普通数字图像（x, y）映射到对数极坐标域（rho, theta），这种变换具有旋转和尺度不变性的数学特性，即原图中的旋转和缩放变换在对数极坐标域中表现为简单的水平和垂直方向的平移。项目详细实现了前向变换（Cartesian to Log-Polar）和逆向变换（Log-Polar to Cartesian），并集成了双线性插值或双三次插值算法来处理坐标映射过程中的非整数像素问题，以确保变换后的图像清晰度。该工具主要应用于计算机视觉领域的图像配准、生物特征识别（如虹膜识别）以及全景场景拼接，特别是在处理存在大角度旋转和显著尺度差异的图像对齐任务中，能将复杂的几何变换参数搜索转化为简单的位移搜索，从而显著降低算法复杂度并提高匹配鲁棒性。

详 情 说 明

MATLAB对数极坐标变换与图像配准辅助工具

项目简介

本项目是一个基于MATLAB开发的图像处理工具，专注于实现笛卡尔坐标系到对数极坐标系（Log-Polar Coordinates）的图像变换算法。该工具核心利用了对数极坐标变换的数学特性，将图像在笛卡尔坐标系下的旋转（Rotation）和尺度缩放（Scale）变换转化为对数极坐标域内的单纯平移（Translation）。

该项目不仅实现了高精度的前向和逆向变换算法，还包含了一个完整的演示流程，用于验证该变换在图像配准、计算机视觉特征提取（如虹膜识别）及抗几何失真匹配任务中的有效性。

功能特性

• 智能图像加载：自动检测环境，优先加载标准测试图像（peppers.png），若文件缺失则自动生成包含圆形图案的合成图像进行测试。
• 高精度前向变换：支持将任意分辨率的笛卡尔图像映射到对数极坐标域，采用“逆向映射”机制配合双线性或双三次插值，确保变换无空洞。
• 逆向重建变换：支持将对数极坐标图像还原回笛卡尔坐标系，用于验证信息的完整性及变换的可逆性。
• 几何不变性验证：内置仿真实验，通过对原图施加仿射变换（旋转45度+缩放0.8倍），验证了对数极坐标变换的“旋转-缩放”即“平移”特性。
• 定量位移分析：集成互相关（Cross-Correlation）算法，自动计算并输出变换前后图像在对数极坐标域中的像素位移量，实现对旋转角度和缩放因子的间接测量。

系统要求

• MATLAB R2014b 或更高版本
• Image Processing Toolbox（用于 imwarp, affine2d, normxcorr2 等函数）

使用方法

1. 将项目文件下载至MATLAB工作目录。
2. 直接运行 main 函数。
3. 程序将自动执行以下流程并弹出两个可视化窗口：

* 窗口 1：展示原始图像、变换后的各向异性Log-Polar图像以及逆变换重建后的图像。 * 窗口 2：展示几何变换不变性分析。对比原图与旋转缩放后的图像，并显示两者在Log-Polar域中的视觉差异（表现为平移）。

1. MATLAB命令行窗口将输出计算得到的垂直位移（对应旋转）和水平位移（对应缩放）。

核心算法与代码逻辑分析

本项目的所有逻辑均封装在单一脚本中，包含主流程控制和两个辅助功能函数。

1. 主流程控制 (Demo演示)

主程序分为两个主要演示部分：

演示 1：基本变换与重建

• 参数配置：设定Log-Polar域的分辨率为 256x256 ($M_{lp}, N_{lp}$)。
• 半径计算：动态计算最大半径 $r_{max}$ 为图像短边的一半，最小半径 $r_{min}$ 设为 1.0 以避免 $log(0)$ 奇异点。
• 变换执行：依次调用前向变换函数和逆向变换函数。
• 结果展示：在一个画布上并列显示原图、Log-Polar图和重建图，直观展示变换效果。

演示 2：旋转与尺度不变性验证

• 仿射变换模拟：构建一个包含旋转45度和缩放0.8倍的仿射变换矩阵 (affine2d)。使用 imwarp 对原图进行处理，生成只有几何形变的目标图像。
• 同源变换：对“原图”和“变形后的图”分别执行Log-Polar变换。
• 互相关检测：将两个Log-Polar结果转换为灰度图，利用 normxcorr2 计算二维归一化互相关矩阵。
• 位移计算：通过查找相关性峰值 (max(c(:))) 的位置，计算出两个Log-Polar图像在 $rho$ 轴和 $theta$ 轴上的相对像素位移。
• 控制台输出：打印具体的像素位移值，验证理论：$theta$ 轴位移对应旋转，$rho$ 轴位移对应缩放。

2. 前向变换函数 (myLogPolarTransform)

该函数实现了从笛卡尔坐标 $(x, y)$ 到对数极坐标 $(rho, theta)$ 的映射。

• 逆向映射机制：为了避免图像出现空洞（即目标像素没有对应的源像素），算法遍历目标图像（Log-Polar图）的每一个像素坐标。
• 网格生成：

* 创建目标网格索引 grid_theta (1~N) 和 grid_rho (1~M)。 * 将索引线性插值映射到物理空间：$theta in [0, 2pi)$，$rho in [log(r_{min}), log(r_{max})]$。

• 坐标转换模型：

利用公式 $r = e^rho$ 计算半径，随后反解出源图像的笛卡尔坐标： $X_{src} = e^rho cdot cos(theta) + C_x$ $Y_{src} = e^rho cdot sin(theta) + C_y$

• 插值采样：使用 interp2 根据计算出的非整数源坐标对原图进行采样（支持多通道），超出边界的区域填充为黑色（0）。

3. 逆向变换函数 (myLogPolarInverse)

该函数实现了从对数极坐标 $(rho, theta)$ 重建笛卡尔图像的功能。

• 物理坐标计算：

遍历目标笛卡尔图像的每一个像素 $(x, y)$，计算其相对于中心的距离 $r$ 和角度 $theta$ (atan2 计算)。

• 域映射：

* $rho = log(r)$。 * 将物理量 $rho$ 和 $theta$ 映射回 Log-Polar 图像的浮点索引坐标 $(u, v)$。

• 掩膜处理 (Masking)：

创建一个逻辑掩膜，仅对满足 $r_{min} le r le r_{max}$ 的像素进行插值计算，其余部分保持背景色，从而形成重建图像中的圆环状结构。

• 插值重建：

利用计算出的索引 $(u, v)$ 在输入 Log-Polar 图像上进行 interp2 插值，恢复原始图像细节。

关键技术细节

• 插值方法的选择：代码中灵活使用了 linear（双线性）和 cubic（双三次）插值，以平衡计算速度和图像平滑度。
• 极坐标边界处理：在生成 $theta$ 网格时，代码特意去除了 $2pi$ 的终点（theta(end) = []），以防止 $0$ 和 $2pi$ 处的数据重叠冗余。
• 灰度处理：在进行互相关计算时，代码自动判断输入是否为RGB图像，并先转换为灰度图再进行矩阵运算，保证了算法的通用性。
• 仿射变换参考系：在执行 imwarp 模拟旋转缩放时，通过调整 OutputView 的世界坐标限制，确保了变换后的图像保持以中心为基准，避免图像被裁切出视野。