Регистрация изображения и наложение фокуса

Предыстория: я пытаюсь выровнять изображения для приложения стекирования фокуса с помощью смартфона. Ссылки на изображения:

Первый в стеке: 1, последний в стеке: 2, окончательные сложенные изображения: 3

т.е. изображения номинально одинаковы, НО содержат:

1. Систематическое изменение FOCUS при смещении фокальной плоскости между изображениями
2. Немного меняется увеличение (функция смартфона при изменении фокуса!)
3. Камера слегка двигается из-за случайных вибраций.

Изображения должны быть выровнены для работы приложения фокус-стекинга.

Прогресс на сегодняшний день: я использую OpenCV findTransformECC() для выравнивания. Он хорошо работает после некоторых экспериментов, т.е. см. cv2.MOTION_EUCLIDEAN для warp_mode в методе выравнивания изображения ECC, который был полезен для улучшения инициализации матрицы деформации:

1. Изображения выровнены на уровне пикселей
2. 60 секунд для обработки 8-мегапиксельного изображения (1 с для 0,5-мегапиксельного изображения) (на портативном ПК трехлетней давности с библиотеками выпуска OpenCV)

См. ссылку на сложенное изображение выше.

Я кратко изучил детектор признаков (SIFT). Он плохо выравнивал изображения, по-видимому, из-за изменения фокуса между изображениями.

Код:

 int scale = 1;
 int scaleSmall = 4;
 float scaleDiff = scaleSmall / scale;

     for (i = 0; i< numImages; i++) {
        file = dir + image + to_string(i) + ".jpg";
        col[i] = imread(file);

        resize(col[i], z[i], Size(col[i].cols/scale, col[i].rows/scale));       
        cvtColor(z[i], zg[i], CV_BGR2GRAY);
        resize(zg[i], zgSmall[i],  Size(col[i].cols / scaleSmall, col[i].rows / scaleSmall));
     }

    // Set a 2x3 or 3x3 warp matrix depending on the motion model.
    // See https://www.learnopencv.com/image-alignment-ecc-in-opencv-c-python/
    // Define the motion model
    const int warp_mode = MOTION_HOMOGRAPHY;

    // Initialize the matrix to identity
    if (warp_mode == MOTION_HOMOGRAPHY) {
        warp_init = Mat::eye(3, 3, CV_32F);
        warp_matrix = Mat::eye(3, 3, CV_32F);
        warp_matrix_prev = Mat::eye(3, 3, CV_32F);
        scaleTX = (Mat_<float>(3, 3) << 1, 1, scaleDiff, 1, 1, scaleDiff, 1 / scaleDiff, 1 / scaleDiff, 1);
    }
    else {
        warp_init = Mat::eye(2, 3, CV_32F);
        scaleTX = Mat::eye(2, 3, CV_32F);
        warp_matrix = Mat::eye(2, 3, CV_32F);
        warp_matrix_prev = Mat::eye(2, 3, CV_32F);
        scaleTX = (Mat_<float>(2, 3) << 1, 1, scaleDiff, 1, 1, scaleDiff);
    }

    // Specify the number of iterations.
    int number_of_iterations = 5000;

    // Specify the threshold of the increment
    // in the correlation coefficient between two iterations
    double termination_eps = 1e-8;

    // Define termination criteria
    TermCriteria criteria(TermCriteria::COUNT + TermCriteria::EPS, number_of_iterations, termination_eps);

    for (i = 1; i < numImages; i++) {
        // Check images right size
        if (zg[0].rows < 10 || zg[1].rows < 10)
            return;

        // Run the ECC algorithm at start to get an initial guess. The results are stored in warp_matrix.
        if (i == 1) {
            findTransformECC(zgSmall[0], zgSmall[i], warp_init, warp_mode, criteria     );

            // See https://stackoverflow.com/questions/45997891/cv2-motion-euclidean-for-the-warp-mode-in-ecc-image-alignment-method
            warp_matrix = warp_init * scaleTX;
        }

        // Warp Matrix from previous iteration is used as initialisation  
        findTransformECC(zg[0], zg[i], warp_matrix, warp_mode,  criteria);

        if (warp_mode != MOTION_HOMOGRAPHY) {
            warpAffine(zg[i], ag[i], warp_matrix, zg[i].size(), INTER_LINEAR + WARP_INVERSE_MAP);
            warpAffine(z[i], acol[i], warp_matrix, zg[i].size(), INTER_LINEAR + WARP_INVERSE_MAP);
        }
        else {
            // Use warpPerspective for Homography
            warpPerspective(z[i], acol[i], warp_matrix, z[i].size(), INTER_LINEAR + WARP_INVERSE_MAP);
            warpPerspective(zg[i], ag[i], warp_matrix, zg[i].size(), INTER_LINEAR + WARP_INVERSE_MAP);
           }
        }
    }

Вопрос. Можно ли значительно повысить скорость регистрации изображений (при использовании того же оборудования)?