最近在做圖像融合這塊的工作,對於圖像融合也是初出茅廬, 想開始學習了最簡單融合算法:加權融合算法。
就拿出來做個筆記,方便後續整理,以及讀者學習方便
加權平均融合法
加權平均融合法是將源圖像像素的灰度值進行線性加權平均,生成新的融合圖像,是一種最簡單、直接的圖像融合方法,融合過程如下圖所示,一般形式如下:
F(𝑥, 𝑦) = 𝜔a·A(𝑥, 𝑦) + 𝜔𝐵∙ B(𝑥, 𝑦)
其中𝜔a、𝜔b是加權係數,𝜔a+ 𝜔b= 1,若𝜔a= 𝜔b= 0.5,即爲像素平均法融合。像素平均法能夠融合圖像的信噪比,但會削弱圖像的對比度,使融合圖像存在 “水洗(Washed-out)”現象。
加權平均融合方法簡單易實現、系統開銷小、實時性強,一定程度上可以抑制源圖像中的噪聲。但簡單的加權平均存在使圖像對比度降低的問題,它會削弱源圖像中的細節信息,不利於保留源圖像的邊緣、輪廓等細節信息 ,在多數場合難以取得滿意的融合效果。
附一下代碼(沒有圖片結果,可以選擇圖片進行試驗)
import cv2
img1=cv2.imread("image\W2B_0.bmp") #讀取圖片1
img2=cv2.imread("image\W2B_100.bmp") #讀取圖片2
cv2.imshow(ch("可見光 圖片"),img1)
cv2.imshow(ch("紅外 圖片"),img2)
dst1=cv2.addWeighted(img1,0.25,img2,0.75,0) #進行加權融合處理,意思是圖片1佔比25%,圖片2佔比75%
cv2.imshow("image_75%",dst1)
cv2.waitKey(0)
cv2.destroyAllWindows()