Два снимка одного и того же места — один сделан утром с дрона, другой вечером со спутника. На первом — тени от деревьев, на втором — блики на воде. Это как два рассказа об одном событии на разных диалектах: слова похожи, но грамматика разная. Совмещение изображений — это переводчик, который находит общий язык между такими кадрами.
Переводчик не просто подгоняет слова — он ищет опорные точки. На снимках это углы зданий, изгибы рек, контуры полей. Сначала он выделяет эти признаки, потом сопоставляет их между кадрами, оценивает, как один снимок нужно сдвинуть, повернуть или растянуть, чтобы совпасть с другим, и наконец применяет это преобразование. Так два «диалекта» становятся одним текстом.
Но универсального переводчика нет. Для жёстких сдвигов и поворотов подходят внешние маркеры или поверхности; для быстрых оценок — моменты и главные оси; для сложных искажений — мягкие вычисления: нейросети, нечёткие множества, эволюционные алгоритмы. Каждый метод — это свой диалект, и выбор зависит от того, насколько «разные языки» у снимков.
Раньше исследователи имели разрозненные методы без общей карты. Теперь появилась классификация по десяти критериям — от размерности до модальности. Это как словарь, где для каждой пары диалектов указан лучший переводчик. В медицине такой переводчик объединяет анатомию и функцию, в экологии — снимки леса за разные годы, в компьютерном зрении — кадры для отслеживания движения.
Но даже лучший переводчик иногда спотыкается. Когда снимок закрыт облаками или объект частично скрыт, опорные точки теряются. И тогда два рассказа об одном месте так и остаются непереведёнными. Задача автоматического совмещения при таких помехах — открытый вопрос, над которым бьются инженеры и учёные.
Для совмещения МРТ и ПЭТ-изображений мозга часто используют взаимную информацию: она находит общие закономерности в яркостях, даже если один снимок показывает анатомию, а другой — метаболическую активность.