【OpenCV3.3+Python3.6】图像融合之加权平均融合法

最近在做图像融合这块的工作，对于图像融合也是初出茅庐， 想开始学习了最简单融合算法：加权融合算法。

就拿出来做个笔记，方便后续整理，以及读者学习方便

 

加权平均融合法

加权平均融合法是将源图像像素的灰度值进行线性加权平均，生成新的融合图像，是一种最简单、直接的图像融合方法，融合过程如下图所示，一般形式如下： 

F(𝑥, 𝑦) = 𝜔a·A(𝑥, 𝑦) + 𝜔𝐵∙ B(𝑥, 𝑦)     
其中𝜔a、𝜔b是加权系数，𝜔a+ 𝜔b= 1，若𝜔a= 𝜔b= 0.5，即为像素平均法融合。像素平均法能够融合图像的信噪比，但会削弱图像的对比度，使融合图像存在  “水洗（Washed-out）”现象。 

加权平均融合方法简单易实现、系统开销小、实时性强，一定程度上可以抑制源图像中的噪声。但简单的加权平均存在使图像对比度降低的问题，它会削弱源图像中的细节信息，不利于保留源图像的边缘、轮廓等细节信息 ，在多数场合难以取得满意的融合效果。
 
附一下代码（没有图片结果，可以选择图片进行试验）

import cv2

img1=cv2.imread("image\W2B_0.bmp")  #读取图片1
img2=cv2.imread("image\W2B_100.bmp")   #读取图片2

cv2.imshow(ch("可见光 图片"),img1)
cv2.imshow(ch("红外 图片"),img2)

dst1=cv2.addWeighted(img1,0.25,img2,0.75,0)  #进行加权融合处理，意思是图片1占比25%，图片2占比75%
cv2.imshow("image_75%",dst1)

cv2.waitKey(0)
cv2.destroyAllWindows()