图像处理之基于高斯金字塔的图像融合

简介: 好久之前,当我第一次看到这个算法时候,我就爱上它了,那个时候我不懂什么是高 斯金字塔,但是我知道埃及有金字塔。一番研究之后,搞懂了什么是图像金字塔于是 我写了一篇文章在我的博客上,可以看这里: http://blog.csdn.net/jia20003/article/details/9116931 但是金字塔有什么应用呢,可能最广泛的一个应用就是实现图像融合和图像的无缝 拼接于是我决定在研究一番,于是就有了这篇文章。

好久之前,当我第一次看到这个算法时候,我就爱上它了,那个时候我不懂什么是高

斯金字塔,但是我知道埃及有金字塔。一番研究之后,搞懂了什么是图像金字塔于是

我写了一篇文章在我的博客上,可以看这里:

http://blog.csdn.net/jia20003/article/details/9116931

但是金字塔有什么应用呢,可能最广泛的一个应用就是实现图像融合和图像的无缝

拼接于是我决定在研究一番,于是就有了这篇文章。好了不废话了。算法需要三张

图片,两张图片是需要拼接的图片,最后一张是面罩图片,为什么需要后面我会解释

面罩图片就是选取待拼接两张图片的目标边缘部分,多少合适根据需要。Demo演示

我是各占原图的1/2这样省事。

算法大致的步骤可以分为如下几步:

1.对两张待拼接的图片分别生成DOG,关于什么是DOG,怎么生成,如果不知道

一定要看看这里:

2.对面罩图片(mask image)完成高斯金字塔,层数要跟DOG层数相同。

3. 根据面罩图片的权重,拼接两张图片的DOG,生成一个DOG图片

4.用生成的DOG图片与maskimage 金字塔expand生成的图片相加得到每层,把每一次

叠加得到最后输出图片。

基于高斯金字塔图像融合的原理

懂得高斯金字塔DOG的生成原理都明白,如果把金字塔reduce与expand的结果相减则

得到DOG,而如果把expand结果与DOG结果相加则得到reduce处理后的图像,因为

reduce图像是间隔采样生成原图,而高斯金字塔融合正是巧妙的利用了这点。

关键代码解释:

实现目标图像DOG提取代码如下,默认情况下是三层:

PyramidBlendProcessor pyramid = new PyramidBlendProcessor(image1, image2, maskImage);
BufferedImage[] image1Lapls = pyramid.getLaplacianPyramid(pyramid.pyramidDown(image1));
BufferedImage[] image2Lapls = pyramid.getLaplacianPyramid(pyramid.pyramidDown(image2));
BufferedImage[] maskPyramid = pyramid.pyramidDown(maskImage);

依靠mask权重实现两个目标图像DOG按层融合的代码如下:

	public BufferedImage blendOneImage(BufferedImage image1, BufferedImage image2, BufferedImage maskImage, BufferedImage blendedImage) {
		int width = image1.getWidth();
        int height = image1.getHeight();

        if ( blendedImage == null )
        	blendedImage = createCompatibleDestImage( maskImage, null );

        int[] image1Pixels = new int[width*height];
        int[] image2Pixels = new int[width*height];
        int[] maskPixels = new int[width*height];
        int[] outPixels = new int[width*height];
        getRGB( image1, 0, 0, width, height, image1Pixels );
        getRGB( image2, 0, 0, width, height, image2Pixels );
        getRGB( maskImage, 0, 0, width, height, maskPixels );
        int index = 0;
        float mr = 0, mg = 0, mb = 0;
        for(int row=0; row<height; row++) {
        	int ta1 = 0, tr1 = 0, tg1 = 0, tb1 = 0;
        	int ta2 = 0, tr2 = 0, tg2 = 0, tb2 = 0;
        	int ta3 = 0, tr3 = 0, tg3 = 0, tb3 = 0;
        	for(int col=0; col<width; col++) {
        		index = row * width + col;
        		ta1 = (image1Pixels[index] >> 24) & 0xff;
                tr1 = (image1Pixels[index] >> 16) & 0xff;
                tg1 = (image1Pixels[index] >> 8) & 0xff;
                tb1 = image1Pixels[index] & 0xff;
                
        		ta2 = (image2Pixels[index] >> 24) & 0xff;
                tr2 = (image2Pixels[index] >> 16) & 0xff;
                tg2 = (image2Pixels[index] >> 8) & 0xff;
                tb2 = image2Pixels[index] & 0xff;
                
        		ta3 = (maskPixels[index] >> 24) & 0xff;
                tr3 = (maskPixels[index] >> 16) & 0xff;
                tg3 = (maskPixels[index] >> 8) & 0xff;
                tb3 = maskPixels[index] & 0xff;
                
                mr = tr3 / 255.0f;
                mg = tg3 / 255.0f;
                mb = tb3 / 255.0f;
                int br = (int)(mr * tr2  +  (1.0f - mr) * tr1);
                int bg = (int)(mg * tg2  +  (1.0f - mr) * tg1);
                int bb = (int)(mb * tb2  +  (1.0f - mr) * tb1);
                outPixels[index] = (ta1 << 24) | (clamp(br) << 16) | (clamp(bg) << 8) | clamp(bb);
        	}
        }
        setRGB( blendedImage, 0, 0, width, height, outPixels );
        return blendedImage;
	}
合并DOG融合每层图片与mask expand之后的代码如下:

		BufferedImage[] image1Lapls = this.pyramidUp(this.pyramidDown(maskImg));
		BufferedImage result = null;
		int size = blendResults.length;
		for(int i=size - 1; i>=0; i--)
		{
			if((i-1) < 0){
				result = this.collapse(image1Lapls[i], blendResults[i]);
			} else {
				image1Lapls[i-1] = this.pyramidExpand(this.collapse(image1Lapls[i], blendResults[i]), image1Lapls[i-1].getWidth(), image1Lapls[i-1].getHeight());	
			}
		}
		// return image1Lapls[0];
		return result;
图片一:


图片二:


mask图片:一半是黑色一半是白色


最终效果如下:


完全源代码:

package com.gloomyfish.image.pyramid.blend;

import java.awt.image.BufferedImage;

import com.gloomyfish.image.pyramid.PyramidAlgorithm;


public class PyramidBlendProcessor extends PyramidAlgorithm
{
	BufferedImage image1;
	BufferedImage image2; 
	BufferedImage maskImg;  
	public PyramidBlendProcessor(BufferedImage image1, BufferedImage image2, BufferedImage maskImage)
	{
		this.image1 = image1;
		this.image2 = image2;
		this.maskImg = createMaskImage(image1, image2, maskImage);
	}
	
	public BufferedImage mergeMaskWithResult(BufferedImage[] blendResults)
	{
		BufferedImage[] image1Lapls = this.pyramidUp(this.pyramidDown(maskImg));
		BufferedImage result = null;
		int size = blendResults.length;
		for(int i=size - 1; i>=0; i--)
		{
			if((i-1) < 0){
				result = this.collapse(image1Lapls[i], blendResults[i]);
			} else {
				image1Lapls[i-1] = this.pyramidExpand(this.collapse(image1Lapls[i], blendResults[i]), image1Lapls[i-1].getWidth(), image1Lapls[i-1].getHeight());	
			}
		}
		// return image1Lapls[0];
		return result;
	}
	
	private BufferedImage createMaskImage(BufferedImage image12,
			BufferedImage image22, BufferedImage maskImage) {
		int width = image1.getWidth();
        int height = image1.getHeight();
        BufferedImage realMaskImg = createCompatibleDestImage( image1, null );

        int[] image1Pixels = new int[width*height];
        int[] image2Pixels = new int[width*height];
        int[] maskPixels = new int[width*height];
        int[] outPixels = new int[width*height];
        getRGB( image1, 0, 0, width, height, image1Pixels );
        getRGB( image2, 0, 0, width, height, image2Pixels );
        getRGB( maskImage, 0, 0, width, height, maskPixels );
        int index = 0;
        for(int row=0; row<height; row++) {
        	int ta1 = 0, tr1 = 0, tg1 = 0, tb1 = 0;
        	int ta2 = 0, tr2 = 0, tg2 = 0, tb2 = 0;
        	int ma = 0, mr = 0, mg = 0, mb = 0;
        	for(int col=0; col<width; col++) {
        		index = row * width + col;
        		ta1 = (image1Pixels[index] >> 24) & 0xff;
                tr1 = (image1Pixels[index] >> 16) & 0xff;
                tg1 = (image1Pixels[index] >> 8) & 0xff;
                tb1 = image1Pixels[index] & 0xff;
                
        		ta2 = (image2Pixels[index] >> 24) & 0xff;
                tr2 = (image2Pixels[index] >> 16) & 0xff;
                tg2 = (image2Pixels[index] >> 8) & 0xff;
                tb2 = image2Pixels[index] & 0xff;
                
        		ma = (maskPixels[index] >> 24) & 0xff;
                mr = (maskPixels[index] >> 16) & 0xff;
                mg = (maskPixels[index] >> 8) & 0xff;
                mb = maskPixels[index] & 0xff;
                if(mr < 127) {
                	outPixels[index] = (ta1 << 24) | (tr1 << 16) | (tg1 << 8) | tb1;
                } else if(mr >=127) {
                	outPixels[index] = (ta2 << 24) | (tr2 << 16) | (tg2 << 8) | tb2;
                } else {
                	//outPixels[index] = (ta2 << 24) | (mr << 16) | (mg << 8) | mb;
                }
                   
        	}
        }
        setRGB( realMaskImg, 0, 0, width, height, outPixels );
        return realMaskImg;
	}
}
PyramidAlgorithm代码参见这里:

http://blog.csdn.net/jia20003/article/details/9116931

UI部分的代码如下:

package com.gloomyfish.image.pyramid.blend;

import java.awt.BorderLayout;
import java.awt.Dimension;
import java.awt.FlowLayout;
import java.awt.Graphics;
import java.awt.event.ActionEvent;
import java.awt.event.ActionListener;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

import javax.imageio.ImageIO;
import javax.swing.JButton;
import javax.swing.JComponent;
import javax.swing.JFrame;
import javax.swing.JPanel;

public class MainUI extends JComponent implements ActionListener {

	/**
	 * 
	 */
	private JButton blendBtn;
	private Dimension mySize;
	private BufferedImage resultImage;
	private BufferedImage maskImage;
	private BufferedImage image1;
	private BufferedImage image2;
	
	private static final long serialVersionUID = 1L;
	
	public MainUI(BufferedImage image1, BufferedImage image2, BufferedImage maskImage)
	{
        JPanel btnPanel = new JPanel();
        btnPanel.setLayout(new FlowLayout(FlowLayout.RIGHT));
        blendBtn = new JButton("Pyramid Blend");
        blendBtn.addActionListener(this);
        btnPanel.add(blendBtn);
        mySize = new Dimension(600, 600);
        this.image1 = image1;
        this.image2 = image2;
        this.maskImage = maskImage;
        JFrame mainFrame = new JFrame("Pyramid Blend Demo - Gloomyfish");
        mainFrame.getContentPane().setLayout(new BorderLayout());
        mainFrame.getContentPane().add(this, BorderLayout.CENTER);
        mainFrame.getContentPane().add(btnPanel, BorderLayout.SOUTH);
        mainFrame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);  
        mainFrame.pack();  
        mainFrame.setVisible(true);  
	}
	
	@Override
	public Dimension getPreferredSize() {
		return mySize;
	}

	@Override
	public void actionPerformed(ActionEvent e) {
		// get two DOG image
		PyramidBlendProcessor pyramid = new PyramidBlendProcessor(image1, image2, maskImage, 4);
		
		BufferedImage[] image1Lapls = pyramid.getLaplacianPyramid(pyramid.pyramidDown(image1));
		BufferedImage[] image2Lapls = pyramid.getLaplacianPyramid(pyramid.pyramidDown(image2));
		BufferedImage[] maskPyramid = pyramid.pyramidDown(maskImage);
		maskPyramid = pyramid.pyramidUp(maskPyramid);
		System.out.println("End first step......");
		// get mask pyramid
		
		// blend them by level from top to bottom
		BufferedImage[] blendImages = new BufferedImage[image1Lapls.length];
		for(int i=0; i<blendImages.length; i++)
		{
			blendImages[i] = pyramid.blendOneImage(image1Lapls[i], image2Lapls[i], maskPyramid[i], null);			
		}
		
		// collapse them
//		BufferedImage[] cImages = new BufferedImage[blendImage.length-1];
//		for(int i=(blendImage.length-1); i>0; i--)
//		{
//			BufferedImage destImage = pyramid.pyramidExpand(blendImage[i], blendImage[i-1].getWidth(),  blendImage[i-1].getHeight());
//			cImages[i-1] = pyramid.collapse(destImage, blendImage[i-1]);
//		}
//		resultImage = cImages[0];
		resultImage = pyramid.mergeMaskWithResult(blendImages);
//		for(int i=cImages.length - 1; i>0; i--) 
//		{
//			BufferedImage destImage = pyramid.pyramidExpand(cImages[i], cImages[i-1].getWidth(),  cImages[i-1].getHeight());
//			resultImage = pyramid.collapse(destImage, cImages[i-1]);
//		}
		repaint();
	}

	@Override
	protected void paintComponent(Graphics g) {
		if(resultImage != null)
		{
			g.drawImage(resultImage, 10, 10, resultImage.getWidth(), resultImage.getHeight(), null);
		}
		super.paintComponent(g);
	}
	
    public static void main(String[] args) { 
    	
		try {
			File f2 = new File("D:\\resource\\orange.jpg");
			File f1 = new File("D:\\resource\\apple.jpg");
			File f3 = new File("D:\\resource\\mask512.jpg");
			BufferedImage image1 = ImageIO.read(f1);
			BufferedImage image2 = ImageIO.read(f2); 
			BufferedImage maskImg = ImageIO.read(f3); 
			new MainUI(image1, image2, maskImg);  
        } catch (IOException e1) {  
            e1.printStackTrace();  
        }  
    }
	

}
代码写的比较乱,做的时候就是希望快点看到效果,可读性不是很好,可能需要

整一下代码,但是内容绝对值得一读,希望得到大家的支持。

层数越多,融合效果越好,当然计算时间也越长!

转载请务必注明,谢谢!

目录
相关文章
|
6月前
|
算法 计算机视觉
图像处理之基于高斯金字塔的图像融合
图像处理之基于高斯金字塔的图像融合
50 3
|
7月前
|
机器学习/深度学习 算法
低光图像增强
这篇摘要讨论了低光照图像增强技术,涉及HDRNet、GAN、轻量化伪影、语义分割网络和Retinex等方法。核心任务是提升图像亮度和细节。方法包括分布映射(如伽马矫正、直方图均衡化)、模型优化(Retinex理论)和深度学习(亮度增强与噪声去除)。传统方法不依赖数据,但可能产生伪影;深度学习方法需大量训练数据,无监督学习更优。不足之处在于缺乏成对数据集和精确标签。
173 1
|
7月前
halcon的灰度变换(图像增强)
halcon的灰度变换(图像增强)
405 1
|
6月前
|
资源调度 计算机视觉
图像处理之图像加噪
图像处理之图像加噪
70 0
图像处理之图像加噪
|
6月前
|
算法 计算机视觉
图像处理之USM锐化
图像处理之USM锐化
48 0
|
6月前
|
计算机视觉
图像处理之直方图均衡化
图像处理之直方图均衡化
48 0
|
6月前
|
计算机视觉
图像处理之光束效果
图像处理之光束效果
19 0
|
机器学习/深度学习 传感器 算法
【图像处理】使用各向异性滤波器和分割图像处理从MRI图像检测脑肿瘤(Matlab代码实现)
【图像处理】使用各向异性滤波器和分割图像处理从MRI图像检测脑肿瘤(Matlab代码实现)
|
机器学习/深度学习 传感器 算法
【图像融合】基于NSST结合PCNN实现医学多模态图像融合附matlab代码
【图像融合】基于NSST结合PCNN实现医学多模态图像融合附matlab代码
|
计算机视觉
图像的滤波与图像增强的Matlab实现
图像的滤波与图像增强的Matlab实现
128 0