李长春 韩东宁

长春电子科技学院 吉林 长春 130000

引言

图像合成技术把多个对应的图像合成为一幅图像。随着对大视场图像要求的不断增加,单一设备视场不足以满足测试需求,单纯采用广角设备虽然视场可以增大,但使图像细节质量下降,分辨率变差。图像合成该技术方法简单,不会使分辨率减小,在医疗、航空航天及人工智能等领域大量使用[1]。图像合成技术主要包含配准和融合这两部分。图像配准是指用图像重叠部分的特征关联来计算得出单应性矩阵。然而在该阶段中,由于单应性矩阵不够精确,从而会致使全景图像中产生重影。图像融合则是负责处理在合成过程中不同图像之间出现曝光差别的问题。

图像合成技术在计算机视觉领域里和合成质量有极大的关联[2]。客观评价则是依据人眼的视觉主观判断意识从而建立合理数学模型,然后运用公式可得到图像质量。目前通常使用的评价是信噪比和结构类似程度。对比图像时,图像质量可以通过PSNR评价,其值越高,效果越好。该方法因计算简便,而广泛应用在相关领域,但该值和人眼视觉的主观意识存在较大差异。SSIM则从亮度等方面去评估两个图像的相似性,与前一种评价方法相比较,SSIM可以更好地体现人眼视觉的主观意识,然而在图像合成技术中对图像重影问题和合成缝问题更为关注[3]。

Luyu Yang等人通过研究提出了利用图像间的区域差异去衡量图像在合成过程中的误差,而亮度差异则由结构和色度的一致性来体现,但其操作过程繁琐,与图像评估的需求相悖[4]。……