algorithm - 有哪些常见的焦点堆叠算法？

Question

我想编写自己的焦点堆叠软件，但未能找到任何算法的合适解释来提取堆栈中每个图像的对焦部分。

对于那些不熟悉焦点堆叠的人，this Wikipedia article很好地解释了这个想法。

谁能指出我寻找算法的正确方向？即使搜索一些关键字也会有所帮助。

Answer 1

我知道这已经有一年多了，但对于任何有兴趣的人......

我在机器视觉方面有相当多的经验，这就是我的做法:

1. 将每张图片加载到内存中

2. 对其中一个 channel (可能是绿色)上的每个图像执行高斯模糊:

   最简单的高斯核是:

   1 2 1

   2 4 2

   1 2 1

   想法是遍历每个像素并查看紧邻的像素。您正在循环的像素乘以 4，相邻像素乘以与上面的内核对应的任何值。

   您可以使用以下等式制作更大的高斯核:

   exp(-(((x*x)/2/c/c+(y*y)/2/c/c)))

   其中 c 是模糊的强度

3. 对每个高斯模糊图像执行拉普拉斯边缘检测核，但不应用阈值

   最简单的拉普拉斯算子是:

   -1 -1 -1

   -1 8 -1

   -1 -1 -1

   与高斯处理相同，将核滑动到整个图像上并生成结果。

   这里有一个计算更大内核的方程式:

   (-1/pi/c/c/c/c)*(1-(x*x+y*y)/2/c/c)*exp(-(x*x+y*y)/2/c/c)

4. 取高斯结果的拉普拉斯算子的绝对值。这将根据内核的大小和强度量化边的强度。

5. 现在创建一个空白图像，遍历每个像素并找到 LoG 中最强的边缘(即图像堆栈中的最高值)并从相应图像中获取该像素的 RGB 值。

这是我在 MATLAB 中创建的示例:

http://www.magiclantern.fm/forum/index.php?topic=11886.0

您可以随意使用它来做任何您喜欢的事情。它将创建一个名为 Outsharp.bmp 的文件，这就是您想要的。

为了改善您的输出图像，您可以: - 补偿图像之间亮度级别的差异(即直方图匹配或简单级别调整) - 创建自定义算法以拒绝图像噪声 - 生成后手动调整堆栈 - 在焦点图上应用高斯模糊(一定要将结果除以 16)，以便更好地合并单个图像

祝你好运!