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 ∇ &#