لقطتان لنفس المكان: إحداهما التُقطت صباحًا من طائرة مسيّرة، والأخرى مساءً من قمر اصطناعي. في الأولى ظلال الأشجار، وفي الثانية انعكاسات الضوء على الماء. الأمر أشبه بروايتين لحدث واحد بلهجتين مختلفتين: الكلمات متشابهة، لكن القواعد مختلفة. تسجيل الصور هو المترجم الذي يجد لغة مشتركة بين هاتين اللقطتين.
المترجم لا يكتفي بمطابقة الكلمات؛ بل يبحث عن نقاط ارتكاز. في الصور، تكون هذه النقاط هي زوايا المباني، وانحناءات الأنهار، وحدود الحقول. أولًا، يستخرج هذه المعالم، ثم يطابقها بين اللقطات، ويقدّر كيف يجب إزاحة إحدى الصور أو تدويرها أو تمديدها لتطابق الأخرى، وأخيرًا يطبّق هذا التحويل. وهكذا تتحول «اللهجتان» إلى نص واحد.
لكن لا يوجد مترجم شامل. بالنسبة للإزاحات والتدويرات الصلبة، تصلح العلامات الخارجية أو الأسطح؛ وللتقديرات السريعة، تُستخدم العزوم والمحاور الرئيسية؛ وللتشوهات المعقدة، تُستخدم الحسابات اللينة: الشبكات العصبية، والمجموعات الضبابية، والخوارزميات التطورية. كل طريقة هي لهجة خاصة، والاختيار يعتمد على مدى اختلاف «لغات» الصور.
في السابق، كانت لدى الباحثين طرق متفرقة دون خريطة موحّدة. الآن ظهر تصنيف وفق عشرة معايير، من الأبعاد إلى الطريقة. إنه أشبه بمعجم يحدد أفضل مترجم لكل زوج من اللهجات. في الطب، يجمع هذا المترجم بين التشريح والوظيفة؛ وفي علم البيئة، يجمع صور الغابات عبر سنوات مختلفة؛ وفي الرؤية الحاسوبية، يجمع اللقطات لتتبع الحركة.
لكن حتى أفضل مترجم قد يتعثر أحيانًا. عندما تغطي السحب جزءًا من الصورة أو يكون الجسم مخفيًا جزئيًا، تُفقد نقاط الارتكاز. وعندها تبقى الروايتان عن المكان نفسه دون ترجمة. إن مهمة التسجيل التلقائي في ظل هذه التشوهات هي سؤال مفتوح، يعمل عليه المهندسون والعلماء بجد.
لمحاذاة صور الرنين المغناطيسي MRI والتصوير المقطعي بالإصدار البوزيتروني PET للدماغ، غالبًا ما تُستخدم المعلومات المتبادلة: فهي تجد الأنماط المشتركة في السطوع، حتى لو كانت إحدى الصور تُظهر التشريح والأخرى تُظهر النشاط الأيضي.