数据同化以校正图像

Posted 2023-02-21

【中文标题】数据同化以校正图像

【英文标题】：Data assimilation to correct imagery

【发布时间】：2016-06-13 20:35:21

【问题描述】：

我正在尝试纠正一些图像。

该图像是在不太理想的照明条件下收集的不同航拍图像的合成，因此当它们被马赛克时，它们之间会出现明显的差异，即暗条纹。为了解决这个问题，我模拟了图像的外观 - 但这只是一个模拟，所有有趣的信息仍在原始图像中。

（不是最好的例子——但相信我，它需要纠正！）

我的问题是如何使用模拟图像校正原始图像？我在想数据同化技术可能是可行的，但对此几乎没有经验，例如使用 2d 集成卡尔曼滤波器。

理想情况下，我可以在 R 或 Python 中做到这一点。

---- 编辑----

这是一个更大的场景，更清楚地突出了这个问题。我还没有为这个区域生成模拟。

【问题讨论】：

请提供其他样品。这不显示问题。

直方图均衡化能帮到你吗？

@YvesDaoust 我添加了一个更大的示例

@VC.One：均衡是一个全局操作，在任何地方都会应用相同的效果。所以强度上的差异仍然存在。你需要一些更具适应性的东西。而且没有理由扩大对比。

我很想知道你为什么不区分马赛克边缘；瓷砖过去是四边形的，因此您希望边缘是直的（或略微弯曲的）。

【参考方案1】：

我认为这是阴影校正的问题。图像已被不均匀的光场“损坏”，应该被“压平”。

但你不知道照明场，你需要以某种方式重建它。您基本上是通过对图像进行低通滤波（高斯、中值、双边...）来实现的。

然后应用乘法校正。下面的图片说明了这个过程。

源图片

平滑照明场

已更正

【参考方案2】：

论文

布朗，马修； LOWE, David G. 使用不变特征的自动全景图像拼接。 国际计算机视觉杂志, 2007, 74.1: 59-73.

有关于“增益补偿”的第 6 节和关于“多波段混合”的第 7 节；也许它们可以应用于您的问题？

以下是上述论文中的图5：

OpenCV 3.1 对Exposure Compensation 和Image Blenders 有一些支持。