我正在实施相位相关算法来确定两个图像之间的偏移。

它通常有效，但我不确定如何解释由此产生的转变。

伪代码：

ft1 = FT(input1)
ft2 = FT(input2)

for each pixel p
  product = ft1[p] * conj(ft2[p])
  cross_power[p] = product / abs(product)

cross_correlation = IFT(cross_power)

其中 FT 和 IFT 分别是离散傅里叶变换及其逆变换。

以下是取自维基百科的输入图像和产生的相位相关性：

峰值位于 (20, 21)，对应于第二个图像的移动。

我得到了类似的结果，但结果却是颠倒的：

当我翻转输入图像时，峰值出现在相位相关图像的左上角，但是如何将其解释为负偏移（-20，-21）？基于图像象限？

我正在使用 Math.NET Numerics 包中的傅立叶变换例程。它只提供 1D FT，所以我先对行进行转换，然后再对列进行转换以获得 2D FT。

如何从峰值位置提取偏移并允许负偏移？

为什么我的结果中的峰值位置不同？