自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
概述
除了默认的基于相位相关的对移位确定之外，我们还提供一些替代方法和高级参数化，以及数据视图集中的非标准分组。
如果您想在计算班次后直接继续下一步，我们在Stitching Wizard › Stitch dataset (expert) …下提供相同的选项
高级成对移位计算
我们目前支持不同的计算对移位的方法。
We strongly advice to try the default Phase Correlation first, as it tends to give the most robust results in comparison to the more specialized methods below.
高级相位相关
首先，系统会要求您提供相位相关计算的参数：
- 要检查的高频数量：基于傅立叶的相位相关的输出是相位相关矩阵（PCM），理想情况下，单个强度热点对应于输入图像之间的升降校正。然而，由于噪声的原因，PCM中实际上可能存在多个热点。由于相位相关的循环极性，每个顶点还可以多个（8）个邻居，我们必须通过计算邻居图像的互相关来验证所有可能的邻居，邻居正确的邻居。我们不仅可以验证最高PCM高频，还可以验证n该参数指定要考虑的热点数量。增加它可能会改善噪声很大的图像的结果，但也增加计算时间。
- 最小重叠：当检查可能的偏移时，如果结果多个重叠重叠，我们可以立即丢弃其中一些。如果您已经对视图进行了粗略对齐，则可以增加此参数以将结果限制为小偏移（最小重叠100对应于无偏移）。
- 子像素精度：是否以子像素精度定位PCM中的最热门。这会稍微增加计算负担，但如果您使用下采样图像，则极其重要。
- 插值子像素像素互相关：当验证子像素像素局部化 PCM 最高时，您可以使用最近的像素移位计算互相关，或者为了获得最大保真度，在线性插值因此上计算互相关。动态执行此操作会大大增加计算负载，并且结果的差异通常可以忽略不计，我们建议不要。
- 显示专家分组选项：如果激活此选项，系统将询问您要在计算中包含哪些视图以及如何在另一个对话框中对它们进行分组。详情请参阅Advanced view grouping section below。
接下来，系统将询问您如何处理分组视图以及使用哪种图像下采样。这与简单模式相同，详细信息请参见to the corresponding page。
通过 Lucas-Kanade 算法迭代对齐
Lucas-Kanade算法可以通过梯度下降和变换参数迭代来最小化两个图像之间的差异来对齐两个图像。理论上它可以用于更复杂的变换模型，例如仿射变换，但目前我们将其限制为简单的平移。Lucas-Kanade倾向于产生良好的、亚像素精度的视觉。然而，它要求大致图像已经对齐，否则优化通常无法确定正确的变换。
首先，系统会要求您提供三个参数：
- 最大迭代次数：要运行多少次梯度下降迭代。如果先前的梯度下降很远（但是，该方法在这种情况下通常表现不佳）或者将最小参数更改设置得非常低，您可能会增加此参数。如果在最大迭代次数之后没有找到最佳值，则认为初始值需要失败并且不返回对的梯度。
- 收敛的最小参数变化： 优化将一直运行，直到提升当前估计的长度变化低于此阈值（以像素为单位）。较低的值可能会提供更准确的对比度，但会增加计算时间。
- 显示专家分组选项：如果激活此选项，系统将询问您要在计算中包含哪些视图以及如何在另一个对话框中对它们进行分组。详情请参阅Advanced view grouping section below。
接下来，系统将询问您如何处理分组视图以及使用哪种图像下采样。这与简单模式相同，详细信息请参见to the corresponding page。
基于兴趣点的平移计算
最后，您可以使用 Multiview-Reconstruction 的根据兴趣点的配准来确定对升降。在右键菜单中，您可以选择是否与新兴趣点或现有兴趣点（如果存在）进行飞行。
另外，在菜单中，您可以激活或失效显示专家分组选项。如果激活，系统将询问您要在计算中包含视图以及如何对它们进行分组。详情请参阅Advanced view grouping section below。
如果您选择检测新的兴趣点，则必须继续执行兴趣点检测步骤。请参阅本 Wiki 的corresponding section以获取详细说明。
接下来，将使用兴趣点来注册图像对。请参阅本 Wiki 的corresponding section以获取详细说明。请注意，转换模型目前仅限于简单的转换，您只能使用以下策略：
-基于快速API（不变旋转）
- 基于快速外汇（平移稳定）
- 基于精准外汇（平移稳定）
高级视图包
在拼接步骤的专家模式中，我们提供了视图分组（除了通过 UI 提供的通道和照明分组）和批处理的高级选项。
在接下来的两个对话框中，系统将询问您要在计算中包含哪些视图以及如何对它们进行分组。
- 在第一个对话框中，您可以选择是否应处理属性的所有实例或仅处理当前选定的视图。例如，在下面的示例中，我们使用所有通道、图块和照明，但仅适用于当前选定的时间点和角度。
- 选择如何处理不同的属性。例如，在下图中，我们将单独处理时间点和角度，这意味着我们将针对每个时间点和角度分别计算视图对之间的位移。同样，我们对通道和照明进行分组，这意味着我们将在计算移位之前将图块的所有通道和照明方向组合成一张图像。最后，我们“比较”图块，这意味着将计算图块之间的移位。
Theoretically, you can use the second dialog to generate arbitrary groupings of the data, e.g. compare Channels but group Tiles for chromatic shift correction. Not all of these groupings might make sense and not all of them can be properly visualized in the UI (e.g. for interactive link preview). Note that you have to use for the same grouping of the data in the subsequent global optimization step.
