algorithm - 如何使用渐变分布两个图像的颜色强度？

Question

我正在使用 MATLAB 研究自动图像拼接算法。到目前为止，我已经下载了与我想要的源代码非常相似的源代码，因此，我目前正在研究代码的工作原理。

问题是，当将两个或多个图像拼接在一起时，它们的颜色强度很可能彼此不同，所以拼接的接缝对眼睛来说是可见的......所以，现在，我正在尝试找到了解如何使用图像渐变重新分配它们的颜色强度，以便整个拼接图像具有相同的颜色强度。

我希望有人能帮助我，如果是的话，非常感谢...

Answer 1

如果图像大量重叠，并且拼接算法在配准重叠区域方面做得非常好，一个非常简单的解决方案是在重叠区域将两个图像的像素值混合在一起，使用加权平均值，权重从 0 到 1，具体取决于与重叠区域边缘的距离。

  blendedPixel = (imageApixel * weightA) + (imageBpixel * weightB)

当我们靠近重叠区域的 imageA 侧时，weightA 接近 1，当我们靠近重叠区域的 imageB 侧时，weightB 接近 1，并且 weightA 和 weightB 的总和始终为 1。

上面的解决方案并没有特别的原则性，确实依赖于拼接算法在重叠区域很好地进行图像配准。

该问题的另一个更有原则的解决方案是消除强度差异的来源，尝试使图像平面上像素的响应均匀化。

此解决方案的形式将取决于强度差异的来源，这将取决于光学和场景照明条件。

例如，在处理同时从同一地点拍摄的室外场景照片时，主要效果可能是“渐晕”效果，这可能是由于各种不同的原因造成的，包括照片之间的差异光通过相机光学器件的各种路径。

再举一个例子，当处理通过显微镜以倾斜角度照明的 sample 拍摄的照片时，主要影响可能是由于图像中最靠近光线的部分和远离光线的部分之间的照明差异造成的.

渐晕通常表现为以镜头光轴在图像平面上的投影为中心的径向对称函数。要校正渐晕，您应该尝试拟合合适的径向对称函数。

光照变化可以采用不同的函数形式，但在许多情况下拟合一个简单的线性近似值就足够了。

根据场景以及可用图像的数量和可变性，您可能需要拍摄校准图像以正确适应这些功能。

上述方法对强度差异来源的函数形式进行了假设，但没有对场景或其统计数据进行假设。

另一种方法可能是对场景做出一些假设，例如，所有重要信息都由高于某个阈值的空间频率表示。然后您可以删除所有低图像强度空间频率分量。这将使图像“变平”，消除大部分低频渐晕和照明问题。

这种方法可能适用于显微镜图像、卫星图像或其他场景的图像，其中大部分兴趣在于细节，而不是构图的戏剧性。

有许多论文解决了这个问题，其中许多的技术复杂程度超出了上述讨论范围。例如，请参阅 D Goldman，“暗角和曝光校准和补偿”，IEEE 跨模式分析和机器智能，第 32 卷，第 12 期，pp2276-2288