基于Python的四通道图像融合(一)
2017-04-21 16:59
225 查看
四通道的图像融合和以往的融合过程类似,也是先进行配准,然后进行叠加。
通道一
通道二
通道三
通道四
可以看出,由于CCD所加的滤波片不同,得到的图像质量也不一。另外,通过提取四通道数据的一些目标,叠加在同一画面上,呈现的效果如下:
可以看出,同一目标在不同的通道下位移基本是一致的,所以只要把这个位移计算出来,图像融合就不是难题了。
我计算四通道下最亮星进行矫正,矫正只涉及了水平以及竖直两个方向。
在这个结果中可以发现两星处位移不大,但是图像的边缘部分,对象并没有很好的叠加在一起,边缘部分差异很大是因为天光背景计算有问题,我会在下一节进行解决。我的想法是四个CCD之间由于固定存在问题,镜头之间存在微小的倾斜,于是引入了旋转位移。
一、图像配准
配准就是计算出每个图像之间的“距离”,所说的这个距离,其实就是图像间的位移,位移是由于拍摄过程中CCD的位置无法重合导致的。下面的四幅图,是同一时刻四个捆绑CCD所拍摄的图像。通道一
通道二
通道三
通道四
可以看出,由于CCD所加的滤波片不同,得到的图像质量也不一。另外,通过提取四通道数据的一些目标,叠加在同一画面上,呈现的效果如下:
可以看出,同一目标在不同的通道下位移基本是一致的,所以只要把这个位移计算出来,图像融合就不是难题了。
我计算四通道下最亮星进行矫正,矫正只涉及了水平以及竖直两个方向。
在这个结果中可以发现两星处位移不大,但是图像的边缘部分,对象并没有很好的叠加在一起,边缘部分差异很大是因为天光背景计算有问题,我会在下一节进行解决。我的想法是四个CCD之间由于固定存在问题,镜头之间存在微小的倾斜,于是引入了旋转位移。
相关文章推荐
- 基于Python的四通道图像融合(二)
- python图像融合(基于PIL Image模块)
- 基于像素清晰度的图像融合算法(Python实现)
- python图像融合(基于PIL image库)
- 基于小波变换的多聚焦图像融合算法——Python实现
- 图像的通道分割和融合
- 基于小波变换的图像融合
- 基于融合特征图像检索的优点
- 基于暗通道的图像去雾算法_CVPR09 BestPaper_KaiMing He
- 图像处理之基于高斯金字塔的图像融合
- 基于L0边缘保持滤波的图像融合 matlab代码
- 基于mfc数字图像处理的小软件pdd-转换图片成RGB通道,反色,黑白,灰度图片
- 图像处理之基于高斯金字塔的图像融合
- cvSplit(),cv图像颜色通道分割和融合
- 基于色域Rgb通道的MATLAB图像选择
- Python+OpenCV学习(14)---Laplace金字塔进行图像融合
- 分离颜色通道&多通道图像融合
- python OpenCV 图像通道分离和合并 (四)
- 基于FPGA的图像处理(三)--图像融合
- 单幅图像基于暗通道的图像去雾