跟着卷卷龙一起学 Camera-- 金字塔融合法 02

金字塔建立于图像复原过程中，图像的低通滤波可以通过图像与高斯核的卷积操作实现。 一个层数为 3 的拉普拉斯金字塔。对于己得到的最优拼接缝，利用 Flooding 算法得到左侧图像相对于融合图像的权值矩阵，右侧图像的权值矩阵可通过 l 减去左侧图像的权值矩阵得到。一个具体的权值矩阵图像，其中，白色部分表示权值为 1， 黑色部分表示权值为 0 。

建立图像权值矩阵的高斯金字塔，其各层数值对应于图像拉普拉斯金字塔各层的融合权值，由于建立金字塔时的高斯滤波操作，在高斯金字塔高层会出现非整数权值 ，其几何意义为拼接缝附近图像的平滑过渡。融合后 ， 图像的拉普拉斯金字塔通过对左右两侧图像拉普拉斯金字塔的加权平均得到，最后利用得到的拉普拉斯金字塔对图像进行复原，得到最终的融合图像。

金字塔融合基于多尺度分频处理的思想，在融合图像中尽量避免突变和重影的出现，其融合效果相对于加权平均法有较大的改善，但对于由结构偏差引起的断裂和错位 ，该方法并不能有效予以修正 。

算法原理

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。

4)根据这个新的金字塔重建出最终的图像，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。因为 mask 建立金字塔的过程中使用了高斯模糊，所以融合的边缘是比较平滑的。