![](https://csdnimg.cn/release/download_crawler_static/88424172/bg3.jpg)
1.1
公式化拼接问题
我们使用[ 10 ]中的符号,并将透视拼接问题形式化如下:给定两个图像
4
I1
、
I2
,它们具有重叠,计算I2相对于I1的配准ω(
I2
),以及每个像素p的
标签
x
p
,
该标签x p确定它是从
I1
还是从
ω
(
I2
)获得其值。
在[6]之后,标签选择问题通常用使用以下的MRF来解决:
一个能量函数,它更喜欢在
I1
和ω(
I2
)。要最小化的能量是
底层数据项
E
d
与因子
λ
d
[
M
i
(
p
)
=
0]
组合,其中
[]
是艾弗森括号,并且
M
i
是每个输入
i
的
掩码
,如果图像
Ii
在该位置处具有值,则该掩码具有值
1
,否
则为
0
这保证了输出中的像素优先从输入图像的有效区域中提取
对于一对相邻像素p
,
q∈ N,当两个图像具有不同的强度时,先验项Vp
,
q
施
加了用于为它们分配不同标签典型的选择是
Vp
,
q
=
|I
1
(
p
)
−ω
(
I
2
)(
p
)
|+
的
|I
1
(q)−ω(I
2
)(q)|.
对多个重叠图像的概括是直接的:其中参考图像I
1
和k−1个扭曲图像{ω
2
(
I
2
)
,
ω
3
(
I
3
)
,
. . .
,
ω
k
(
I
k
)
}
,标签集的大小是
k
而不是
2
,并且最坏情况
的计算复杂度从多项式变为NP困难[11]。尽管有这种理论上的复杂性,现代
MRF推理
图切割等方法在解决这些问题时非常有效[12]。
我们的方法。我们主要集中在修改的接缝寻找阶段。我们引入了三个新的术
语,传统的能量函数,解决对象的裁剪,复制和遮挡。我们还表明,对象检测
可以用来检测任意拼接算法的输出裁剪和重复
2
相关工作
图像拼接中的一个长期存在的问题是由于诸如视差或移动之类的效应而存在可
见的接缝。传统上,有两种方法来移植这些伪影:通过增加可用的自由度来改
善配准[9,13,14],或者通过选择更好的接缝来隐藏未对准。我们注意到,由
场景
内
的移动引起的伪影不能通过更好的配准来隐藏,并且改进的接缝是这些
情况下的唯一补救措施。
我们的工作可以被看作是继续第二条研究路线。这里的初始方法纯粹基于参
考图像和变形候选图像之间的强度差异来确定成对能量项[6]。这后来通过考虑
全局结构(如颜色梯度和边缘的存在)进行了改进[15]。
许多论文利用语义信息来惩罚那些穿过人类观察者特别可能注意到的实体的
接缝,例如
4
我们解决的泛化到额外的重叠图像不久