poison学习笔记
“泊松”相关的知识算是我比较早接触的知识之一,后面也用此做了一些相关的验证工作,因此在写那个验证工作前,还是先复习一下“泊松”
之所以加双引好的“泊松”,是因为相关的知识还是蛮多的,而我学到的其实只是一个相关点。叫做泊松图像编辑。问题的背景是这样的。假设有两幅图A,B,在A中有一个你很想要的物品,例如狗,而B中有一个你很想要的场景,比如沙滩。你希望狗和沙滩放在同一张照片上,因此你会去用ps抠图,去贴合,去优化。可以知道,最难的就是这个优化,因为要让合成看起来自然,这个优化显得尤为重要,但是显然这个技术很难。于是乎就有人研究出了去解决这个问题的算法,也就是——泊松图像编辑了。
这个问题说起来挺简单的,但是涉及到的知识还是蛮多的。首先就得理解一个概念。梯度。这是我从本科生转换到研究生第一个理解的概念。图像的梯度。在高数课本上,有关于梯度的定义,那是对于连续函数而言的定义。而对于一副图像,显然是一些离散的点,像素构成的,因此那个定义可以被放松。说得玄乎点,就是可以用差分来近似微分。说得简单点,就是,相邻像素的差就可以看作是像素的梯度信息。至于谁减谁,是上减下,左减右,还是反过来,这个纯属个人定义。在图像处理中还有很多关于梯度的算子。sobel算子,拉普拉斯算子等!而在这泊松图像边界中就是用到了拉普拉斯算子。关于梯度就先说这么多。
好了,那怎么去看待泊松图像编辑这个问题呢。首先看一下问题的表示: