laplace 图像融合算法 学习记录

参考：​​​​​​​

python版本： https://blog.csdn.net/FireMicrocosm/article/details/48489939   
c++版本： https://www.cnblogs.com/riddick/p/8922381.html
原理： https://www.jianshu.com/p/3185cca3f082 （这篇原理很清晰）

---

 

算法原理

现在要融合ori_img1 和 ori_img2.

1）首先建立两幅图像高斯金字塔，然后建立一定层数的拉普拉斯金字塔。拉普拉斯金字塔的层数越高，融合效果越好。层数N作为一个参数。

2）传入一个mask掩膜，代表了融合的位置。比如说想在两图的中间进行融合，那么掩膜图像的左半为255，右半为0，反过来是一样的。根据这个mask建立一个高斯金字塔，用于后续融合，层数为N+1。

3）根据mask将两幅图像的拉普拉斯金字塔的图像进行相加，mask为权值。相加的结果即为一个新的金字塔。同时，两幅图像的高斯金字塔的N+1层也进行这个操作，记这个图像为IMG1。（mask的前N层用于计算待融合的两幅图像的 laplacian 金字塔的N层残差特征，第N+1层用于计算待融合的两幅图的 Gaussian 金字塔的第 N+1层，也就是得到 IMG1）

4）根据这个新的金字塔（新的金字塔的最上面一层是 ori_img1和ori_img2 的高斯金字塔的第N+1 层根据mask计算的结果，代表的是基本的纹理信息；下面N层是 laplacian 金字塔根据 mask得到的结果，代表的是残差特征。）重建出最终的图像，重建的过程跟一般的拉普拉斯金字塔一样。首先对IMG1上采样，然后跟新金字塔的顶层相加，得到IMG2。IMG2进行上采样后跟下一层相加，得到IMG3。重复这个过程，最终得到的结果就是拉普拉斯金字塔融合算法的结果。

说明： Gaussian 金字塔比 Laplacian 金字塔多一层。

作者：Jacob杨帮帮
链接：https://www.jianshu.com/p/3185cca3f082
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。