IHS(亮度色度饱和度)空间融合方法

最新推荐文章于 2024-06-22 21:47:55 发布

羽凌寒

最新推荐文章于 2024-06-22 21:47:55 发布

阅读量4.7k

点赞数

分类专栏： opencv 文章标签：图像处理图像融合

本文链接：https://blog.csdn.net/u011630458/article/details/52452089

版权

opencv 专栏收录该内容

83 篇文章 24 订阅

订阅专栏

简介

　　本篇是对IHS(亮度色度饱和度)空间融合方法的大致总结。
　　注：待融合图像:RGB+Gray

方法一

　　实现原理:1、RGB转换为YCrCb。
             2、对Gray做去噪。
             3、Gray图像对RGB做直方图匹配。
             4、用Gray的Y替换掉YCrCb的Y或Gray和Yr各种权重比例融合。
             5、将新的YCrCb图像转换回RGB，得到融合图像。

　　注:1、直方图匹配容易出现断层现象。
       2、融合图像对比RGB原图，容易出现饱和度偏差。

方法二

　　实现原理:1、RGB转换为YCrCb。
             2、对Gray做去噪。
             3、对Gray做区域分割。
             4、算出每个区域块，Gray和YCrCb图像的平均亮度差。
             5、Gray每个区域像素，根据区域平均亮度差调整Y。
             6、Gray调整后的Y替换掉YCrCb的Y或Ygray和Yr各种权重比例融合。
             7、新的YCrCb图像转换回RGB，得到融合图像。

方法三

　　实现原理:   1、RGB转换为YCrCb。
                2、对Gray做去噪。
                3、对Gray做区域分割。
                4、算出每个区域块，Gray和YCrCb图像Yr的平均亮度差。
                5、算出每个区域块，Gray和YCrCb图像Yr的区域清晰度(清晰度评价算法)。
                6、Gray每个区域像素，根据区域平均亮度差调整Y。
                7、遍历所有区域块，将区域清晰度Gray比Yr好的区域，用Gray替换掉Yr。
                8、新的YCrCb图像转换回RGB，得到融合图像。

方法四

　　实现原理:   1、RGB转换为YCrCb。
                2、对Gray做去噪。
                3、对Gray去边缘检测，得到边缘图像G。
                4、得到Gray像素点Ym(i，j),对应边缘图像像素Yg(i,j)，YCrCb图像像素Yr(i，j)。
                5、Ynew(i,j) = a*Ym(i,j) + (1-a) *Yr(i,j)。(Yg越大,a越大)
                6、用Ynew替换掉YCrCb的Y。
                7、新的YCrCb图像转换回RGB，得到融合图像。

　　注：该方式相当于使用Gray对RGB图像做细节叠加锐化。

方法五

　　实现原理:   1、RGB转换为YCrCb。
                2、对Gray做去噪。
                3、对Gray去边缘检测，得到边缘图像G。
                4、得到Gray像素点Ym(i，j),对应边缘图像像素Yg(i,j)，YCrCb图像像素Yr(i，j)。
                5、Ynew(i,j) = a*Ym(i,j) + (1-a) *Yr(i,j)。(Yg越大,a越大)。
                6、用Ynew替换掉YCrCb的Y。
                7、新的YCrCb图像转换回RGB，得到融合图像。

　　注：该方式相当于使用Gray对RGB图像做细节叠加锐化。

方法六

　　实现原理:   1、RGB转换为YCrCb。
                2、对Gray做去噪。
                3、以RGB的Y为参考，拟合出一条Gamma曲线，使得Gray像素通过该曲线整体靠近RGB的Y。
                4、用新的Gray替换Yr。
                5、将新的YCrCb图像转换回RGB格式，得到融合图像。

方法七

　　实现原理:   1、RGB转换为HSV。
                2、对Gray做去噪。
                3、根据色调H，对RGB做区域分割。
                4、将每个区域块中，Gray像素通过预设的曲线进行变换。
                5、计算变换后的Gray区域像素平均值、方差，与RGB亮度平均值、方差。
                6、不断更新曲线，直到Gray区域像素平均值、方差和RGB亮度的相差最小。
                7、用最优曲线变换后的Gray像素值替换RGB的V。
                8、将新的HSV图像转换回RGB格式，得到融合图像。