⛄一、泊松彩色图像融合简介
0 引 言
图像拼接是计算机视觉领域的一个重要分支。它是一种将同一场景相互有重叠部分的一系列图片合成为一幅大的宽视角全景图像技术。图像拼接己在计算机视觉、医学图像、模式识别和遥感图像等方面得到广泛的应用。其中, 图像融合是最关键的步骤, 图像融合就是确定重叠区域内每一个像素点如何取值, 以实现图像间的平滑过渡和无缝拼接。图像融合可以通过加权平均算法, 多分辨率方法或基于梯度域的融合方法来实现。由于加权平均算法只对重叠区进行加权平均, 因此只在重叠区实现融合过渡, 很难消除合成鬼影, 且对配准误差很敏感。然而多分辨率拼接方法则通过将图像分解成多幅尺度图像再合成, 不仅可实现整图范围内的融合过渡, 并可降低对配准误差的敏感度, 他的不足是由于多次滤波会造成信号减弱, 因此最终合成的图像会变暗和模糊。基于梯度域的融合方法是利用梯度场实现合成, 由于需要计算出重叠区的梯度场, 因此合成的图像不会出现多分辨拼接中存在的变暗和模糊的现象。
Patrick P等人在2003年提出了Poisson图像编辑法, 该方法利用图像梯度场对待融合区域进行引导插值, 将图像融合问题归结为求目标函数的最小化问题, 并利用Poisson方程求解这一变分问题。该方法被很多人运用和研究, 取得了很好的效果。本文运用该方法解决两幅图像间的融合问题, 并在Matlab环境下仿真实现。
1 工作原理
1.1 泊松方程
该方法所用的核心数学工具是带狄里克雷边界条件的泊松偏微分方程, 狄里克雷边界条件指定了在影响域内未知函数的拉普拉斯算子, 以及在区域边界上的未知函数值的拉普拉斯算子。由数学知识可知, 泊松方程的基本表达式如下: