泊松融合是一种图像编辑技术，通过解决引导插值的泊松问题实现无缝克隆。它利用泊松方程来融合背景和前景图像，保持边缘细节的清晰。该方法考虑了前景区域的梯度场，以减少插值结果的模糊性。泊松融合在图像处理中有广泛应用，如导入梯度和混合梯度的导向场计算策略。
Poisson Image Editing
前面的文章详细地解读了抠图方面的论文 Poisson Matting，接下来将解读与泊松抠图互为 逆过程的泊松融合算法，与泊松抠图一样，泊松融合的核心也是对满足狄利克雷边界的泊松方程的求解。
Poisson solution to guided interpolation
如下图所示，首先我们定义插值问题：
S S S：是用于融合的背景区域
Ω \Omega Ω：用于融合的前景区域
∂ Ω \partial \Omega ∂Ω：前景区域的边界
f ∗ f^{*} f∗：背景区域的函数值或者说是像素值
f f f：前景区域的函数值，未知
v \mathbf{v} v：前景区域的梯度场
g g g：为前景区域的函数值
因此可以将求解 Ω \Omega Ω内函数值 f f f的定义为如下最小化问题：
min f ∬ Ω ∣ ∇ f ∣ 2 with f ∣ ∂ Ω = f ∗ ∣ ∂ Ω (1) \min _{f} \iint_{\Omega}|\nabla f|^{2} \text { with }\left.f\right|_{\partial \Omega}=f^{*} \mid \partial \Omega\tag{1} fmin∬Ω∣∇f∣2 with f∣∂Ω=f∗∣∂Ω(1)
其中 ∇
最低0.47元/天 解锁文章
9630
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
