java图像处理之图像融合

        图像融合，把像素大小相同，拍摄位置相同的照片通过一定方式进行融合。下面介绍几种简单的图像融合方式。

        1、通过对应像素均值进行融合。这种融合方式可用于处理亮度变换较大的图片，由于相机测光和成像水平有限，对于成像范围内阴暗部分和明亮部分往往处理不好，要保证阴暗部分，则会导致明亮部分过曝；要保证明亮部分成像，则会导致阴暗部分太暗。对于这种情况，一种是采用较低的曝光参数保证明亮部分不过曝，通过调整亮度显示出阴影部分，再通过均值合并生成图像。第二种方法是通过相机拍摄，相机采用三脚架固定位置，用不同曝光参数进行拍摄，拍摄完成后将几张影像进行均值合并。

        另外，某些“鬼影”照片其实也是用类似方式合成的。

        代码：

public BufferedImage imageCombineByAverage(List<BufferedImage> images) {		
		BufferedImage tempImage = new BufferedImage(images.get(0).getWidth(), images.get(0).getHeight(), images.get(0).getType());
		for(int i = 0; i < images.get(0).getWidth(); i++) {
			for(int j = 0; j < images.get(0).getHeight(); j++) {
				int R = 0,G = 0,B = 0;
				for(BufferedImage image : images) {
					int rgb = image.getRGB(i, j);
					int r = (rgb >> 16) & 0xff;
					int g = (rgb >> 8) & 0xff;
					int b = rgb & 0xff;
					R += r;
					G += g;
					B += b;
				}
				int aveR = R / images.size();
				int aveG = G / images.size();
				int aveB = B / images.size();
				int RGB = (255 & 0xff) << 24 | (clamp(aveR) & 0xff) << 16 | (clamp(aveG) & 0xff) << 8 | clamp(aveB) & 0xff;
				tempImage.setRGB(i, j, RGB);
			}
		}	
		return tempImage;
	}

        2、通过对应像素值求和。适用于亮度很暗的场景，由于在亮度很低的场景下，采用高ISO可能会产生很多噪点，可以通过较低的曝光参数，固定相机位置，采用多次拍摄，对多张照片进行对应位置像素值求和的方式提高亮度和画质。

        另外也可以用于对影像进行特征提取或边缘提取后，将处理后的特征点、线图像与原图进行合并。

public BufferedImage imageCombineByAddAll(List<BufferedImage> images) {		
		BufferedImage tempImage = new BufferedImage(images.get(0).getWidth(), images.get(0).getHeight(), images.get(0).getType());
		for(int i = 0; i < images.get(0).getWidth(); i++) {
			for(int j = 0; j < images.get(0).getHeight(); j++) {
				int R = 0,G = 0,B = 0;
				for(BufferedImage image : images) {
					int rgb = image.getRGB(i, j);
					int r = (rgb >> 16) & 0xff;
					int g = (rgb >> 8) & 0xff;
					int b = rgb & 0xff;
					R += r;
					G += g;
					B += b;
				}
				int RGB = (255 & 0xff) << 24 | (clamp(R) & 0xff) << 16 | (clamp(G) & 0xff) << 8 | clamp(B) & 0xff;
				tempImage.setRGB(i, j, RGB);
			}
		}	
		return tempImage;
	}

        3、最低值合并。

public BufferedImage imageCombineByMin(List<BufferedImage> images) {		
		BufferedImage tempImage = new BufferedImage(images.get(0).getWidth(), images.get(0).getHeight(), images.get(0).getType());
		for(int i = 0; i < images.get(0).getWidth(); i++) {
			for(int j = 0; j < images.get(0).getHeight(); j++) {
				List<Integer> rList = new ArrayList<>();
				List<Integer> gList = new ArrayList<>();
				List<Integer> bList = new ArrayList<>();
				for(BufferedImage image : images) {
					int rgb = image.getRGB(i, j);
					int r = (rgb >> 16) & 0xff;
					int g = (rgb >> 8) & 0xff;
					int b = rgb & 0xff;
					rList.add(r);
					gList.add(g);
					bList.add(b);
				}
				Collections.sort(rList);
				Collections.sort(gList);
				Collections.sort(bList);
				int minR = rList.get(0);
				int minG = gList.get(0);
				int minB = bList.get(0);
				int RGB = (255 & 0xff) << 24 | (clamp(minR) & 0xff) << 16 | (clamp(minG) & 0xff) << 8 | clamp(minB) & 0xff;
				tempImage.setRGB(i, j, RGB);
			}
		}	
		return tempImage;
	}