我正在寻找能够根据品质因素组合图像的算法。例如,你有相同场景的50-100张照片,但是某些区域的某些区域的质量很差,因为人工制品或其他任何东西。
现在,对于每个像素,我选择最好的像素,其质量因子基于黑暗,但可以肯定我们有很多可能的组合,很多质量测量像素/补丁/基于图像。
我正在尝试研究这个主题,但我没有找到如何正确描述它,你知道一些算法或至少是这个“问题”的名称?
更新:请注意,某些所需的像素或像素区域仅在少数情况下出现,例如:在100张图片中的10张。这导致我们不能使用简单的平均或类似的方法。
答案 0 :(得分:0)
其中一个解决方案是对图像进行平均。
如果每个样本都有质量因子,那么你可以进行加权平均。
您使用以下算法来改善平均值: -
将图像分成4 * 4或8 * 8
计算所有此类块中的自相关
更高的自相关意味着噪音更小,因此你可以为自动分离提供高品质因子,否则就会低。
使用定义的品质因数对块进行加权平均平均