blendexposure

Создайте хорошо отсоединенное изображение из изображений с различными воздействиями

Описание

пример

J = blendexposure(I1,I2,...,In) шкала полутонов смешений или изображения RGB, которые имеют различные воздействия. blendexposure смешивает изображения на основе их контраста, насыщения, и хорошо-exposedness, и возвращает хорошо отсоединенное изображение, J.

пример

J = blendexposure(I1,I2,...,In,Name,Value) изображения смешений, которые имеют различные воздействия, с помощью пар "имя-значение", чтобы настроить, как каждое входное изображение способствует смешанному изображению.

Примеры

свернуть все

Считайте серию изображений с различными воздействиями, которые были получены от фиксированной камеры без перемещения объектов в сцене.

I1 = imread('car_1.jpg');
I2 = imread('car_2.jpg');
I3 = imread('car_3.jpg');
I4 = imread('car_4.jpg');

Отобразите изображения. В недоэкспонированных изображениях только яркие области как фары имеют информативные детали. С другой стороны фары насыщаются в переэкспонированных изображениях, и лучший контраст прибывает из более темных областей, таких как кирпичный пол и крыша.

montage({I1,I2,I3,I4})

Figure contains an axes object. The axes object contains an object of type image.

Смешайте изображения с помощью сплава воздействия. По умолчанию, blendexposure функционируйте пытается подавить подсветки из источников яркого света. Для сравнения также смешайте изображения, не подавляя подсветки. Отобразите эти два результата.

E = blendexposure(I1,I2,I3,I4);
F = blendexposure(I1,I2,I3,I4,'ReduceStrongLight',false);
montage({E,F})
title('Exposure Fusion With (Left) and Without (Right) Strong Light Suppression')

Figure contains an axes object. The axes object with title Exposure Fusion With (Left) and Without (Right) Strong Light Suppression contains an object of type image.

В сплавленных изображениях яркие области и темные области сохраняют информативные детали. С подавлением яркого света форма фар идентифицируется, и насыщаемые пиксели не расширяют мимо контура фар. Без восприятия яркого света форма фар не идентифицируется, и существуют насыщаемые пиксели в отражении фар на земле и на некоторых частях других автомобилей.

Считайте серию изображений с различными воздействиями. Изображения были получены от фиксированной камеры, и в сцене нет никаких движущихся объектов.

I1 = imread('office_1.jpg');
I2 = imread('office_2.jpg');
I3 = imread('office_3.jpg');
I4 = imread('office_4.jpg');
I5 = imread('office_5.jpg');
I6 = imread('office_6.jpg');
montage({I1,I2,I3,I4,I5,I6})
title('Images with Different Exposures')

Figure contains an axes object. The axes object with title Images with Different Exposures contains an object of type image.

Смешайте зарегистрированные изображения с помощью сплава воздействия, опционально варьируясь вес контраста, насыщения и хорошо-exposedness в сплаве, и не уменьшая источники яркого света. Отобразите результат.

E = blendexposure(I1,I2,I3,I4,I5,I6,'contrast',0.8,...
    'saturation',0.8,'wellexposedness',0.8,'reduceStrongLight',false);
imshow(E)
title('Blended Image Using Exposure Fusion')

Figure contains an axes object. The axes object with title Blended Image Using Exposure Fusion contains an object of type image.

Входные параметры

свернуть все

Шкала полутонов или RGB отображают в виде серии m-by-n числовые матрицы или m-by-n-by-3 числовые массивы. Все изображения должны иметь тот же размер и тип данных.

Типы данных: single | double | uint8 | uint16

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: blendexposure(I1,I2,I3,'Contrast',0.5,'Saturation',0.9)

Относительный вес, данный контрасту во время смешивания в виде разделенной запятой пары, состоящей из 'Contrast' и числовой скаляр в области значений [0, 1].

Относительный вес, данный насыщению во время смешивания в виде разделенной запятой пары, состоящей из 'Saturation' и числовой скаляр в области значений [0, 1].

Относительный вес, данный качеству воздействия во время смешивания в виде разделенной запятой пары, состоящей из 'Wellexposedness' и числовой скаляр в области значений [0, 1]. Качество воздействия каждого изображения основано на расхождении интенсивностей пикселей из модели пикселей с хорошим воздействием.

Уменьшайте яркий свет в виде разделенной запятой пары, состоящей из 'ReduceStrongLight' и true или false. Если 'ReduceStrongLight' true, затем blendexposure попытки подавить подсветки из источников яркого света в изображениях.

Примечание

Если входные изображения не имеют источников яркого света, и вы задаете ReduceStrongLight как true, затем выходное изображение J имеет меньше контраста.

Выходные аргументы

свернуть все

Сплавленное изображение, возвращенное как числовая матрица или массив, одного размера и тип данных как вход, отображает I1,I2,...,In.

Советы

  • Чтобы смешать изображения трогательных сцен или с дрожанием камеры, сначала укажите изображения при помощи imregmtb функция. imregmtb рассматривает только переводы, не вращения или другие типы геометрических преобразований, при регистрации изображений.

Алгоритмы

blendexposure функция вычисляет вес каждой качественной меры можно следующим образом:

  • Контрастные веса вычисляются с помощью Лапласовой фильтрации.

  • Веса насыщения вычисляются из стандартного отклонения каждого изображения.

  • Хорошо-exposedness определяется путем сравнения частей изображения к Распределению Гаусса со средним значением 0,5 и стандартным отклонением 0,2.

  • Веса сокращения яркого света вычисляются как смесь других трех весов, умноженных на Распределение Гаусса с фиксированным средним значением и отклонением.

Веса анализируются с помощью Гауссовых пирамид для бесшовного смешивания с Лапласовой пирамидой соответствующего изображения, которое помогает сохранить детали сцены.

Ссылки

[1] Mertens, T., Дж. Коц и Ф. В. Рит. "Fusion воздействия". Тихоокеанская Графика 2007: Продолжения Тихоокеанской Конференции по Компьютерной графике и Приложениям. Мауи, HI, 2007, стр 382–390.

Смотрите также

| |

Введенный в R2018a