图像融合算法（羽化，拉普拉斯金字塔）

记录一下看过的图像融合算法的资料，截取了重点的信息，方便后期查阅

1.羽化融合：

上图截取自论文：基于几何结构信息的图像局部配准与拼接算法研究

 2.高斯金字塔

拉普拉斯金字塔：它的某层图像就是源图像减去丢掉高频分量的图像后的结果，也就是高频分量，抽取出来用于后续高频分量的融合以及恢复图像高频信息的恢复。

构造公式：

即每一层的图像为同一层高斯金字塔的图像减去 上一层的图像进行上采样并高斯模糊的结果。

下图很直观的看出来

3. 拉普拉斯金字塔融合的基本原理：

它通过建立拉普拉斯金字塔将图像分为不同频段，在各个频段分别进行羽化融合，然后再用逆拉普拉斯变换将各频率图像叠加在一起还原成一张图像。

多波段融合的基本思想是图像可以分解为不同频率的图像的叠加，在不同的频率上，应该使用不同的权重来进行融合。在低频部分应该使用，高斯核函数中σ比较大，在高频部分使用比较小的σ

上图截取自论文：基于几何结构信息的图像局部配准与拼接算法研究

图像可以认为是由不同频率的信息组成，包含了很多不同的特征，频谱跨度很大。

图像中的低频信号和高频信号也叫做低频分量和高频分量。
图像中的高频分量，指的是图像强度（亮度/灰度）变化剧烈的地方，也就是我们常说的边缘（轮廓）；
图像中的低频分量，指的是图像强度（亮度/灰度）变换平缓的地方，也就是大片色块的地方。
人眼对图像中的高频信号更为敏感。

 4.具体算法原理：

 

参考文章：拉普拉斯金字塔融合原理浅析_TracelessLe的博客-CSDN博客图像融合：拉普拉斯金字塔融合算法 - 简书OpenCV 学习笔记—— 基于拉普拉斯金字塔的图像融合原理以及C++实现或许是全网最通俗易懂的讲解 | 码农家园

代码可参考：

图像拉普拉斯金字塔融合（Laplacian Pyramid Blending）_Rachel-Zhang的博客-CSDN博客