algorithm - 结合几种图像算法

Question

我正在寻找可以根据质量因素组合图像的算法。例如，您有 50-100 张相同场景的照片，但由于人工制品或其他原因，某些图像中的某些区域质量较差。

现在，对于每个像素，我都会选择具有基于黑暗的质量因子的最佳像素，但可以肯定的是，我们有很多可能的组合，并且有很多基于像素/补丁/图像的质量测量。

我正在尝试研究这个主题，但我找不到如何正确地描述它，你知道一些算法吗，或者至少知道这个“问题”的名称是什么？

更新:请注意，一些所需的像素或像素区域仅在少数情况下出现，例如在 100 张图片中的 10 张中。这导致我们不能使用简单的平均或类似的方法。

Answer 1

解决方案之一是对图像进行平均。

如果您有每个样本的品质因数，那么您可以进行加权平均。

您使用以下算法来改进平均:-

1. 将图片分成4*4或8*8的 block

2. 计算所有此类 block 中的自相关

3. 较高的自相关意味着较小的噪声，因此您可以为自相关提供高品质因数，否则为低品质因数。

4. 使用定义的质量因子对 block 进行加权平均