计算机视觉：去除边缘效应

Question

我将几张照片合二为一（有点类似于全景效果​​），我看到了强度的差异，尤其是靠近照片的边缘。消除这些影响的最佳方法是什么？我想我应该标准化强度，但可能还有其他技术？如果不是，您将如何规范化两个图像的强度？

我使用 OpenCV，因此我会很感激 Python 或 C++ 中的任何代码示例。提前致谢。

更新

opencv 课程中的Stitcher 会解决我的问题吗？如果是这样，在组合图像之前如何避免在拼接器上调用estimateTransform？我想避免这个电话的原因是我的相机没有移动，所以我知道针迹的确切位置。任何帮助表示赞赏。谢谢。

Answer 1

您所要求的实质上是对拼接算法的两部分修改（即：一种将多个图像拼接成一个图像的算法）。

第一部分是去晕影，本质上是修正图像角落的亮度变化。这在使用广角镜头拍照时很常见。该解决方案并非微不足道，而且我没有可用的 C++ 源代码示例。对于整个问题，我的猜测是你必须学习它背后的数学并自己实现它。不过，我可以为通过 ImageMagik 传递图像的 shell 脚本程序提供示例来解决这个问题。算法本身也完全通俗易懂。

后半部分，涉及将现在去暗角的图像拼接在一起。你似乎已经把那部分记下来了。现在，即使图像边缘处的亮度伪影已得到校正，每个图像的平均强度也会有所不同。这通过直方图均衡很容易解决，为此我有一个 C++ 示例。

所以，简而言之：

1. 对每一帧应用去晕影算法
2. 对每一帧应用直方图均衡算法
3. 将所有原始帧拼接成最终图像

看完所涉及的工作，你就会明白为什么涉及到的大部分工作都是商业性的，而且来源不是免费的。

参考文献

---

1. “去晕影”，于 2014 年 2 月 11 日访问，http://www.physics.mcmaster.ca/~syam/Photo/

2. “使用全局和局部亮度对齐的图像配准”，访问时间：2014 年 2 月 11 日，http://www.cse.cuhk.edu.hk/leojia/all_project_webpages/luminance_alignment/luminance_alignment.html

3. “使用 C++ 进行直方图均衡化：图像处理”，2014 年 2 月 11 日访问，http://www.programming-techniques.com/2013/01/histogram-equalization-using-c-image.html

Answer 2

我认为响应取决于您的图像有多少重叠。您可以尝试混合，但我不知道您的图像是否有不同的重叠内容。我会尝试将直方图匹配 (http://en.wikipedia.org/wiki/Histogram_matching) 与 alpha 混合结合起来。