本发明涉及图像处理领域,尤其涉及一种基于线性方程的图形融合方法及系统。
背景技术:
21世纪是一个充满信息的时代,图像作为人类感知世界的视觉基础,是人类获取信息、表达信息和传递信息的重要手段,图像处理也成了热门的研究领域。图像处理,即用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
图像合成是图像处理的一个基本问题,其通过将源图像中一个物体或者一个区域嵌入到目标图像生成一个新的图像。为了使合成的图像更加自然,合成边界应该是无缝的,但如果源图像和目标图像有着明显不同的纹理特征,则直接合成后的图像会存在明显的边界。
技术实现要素:
本发明所要解决的技术问题是:提供一种基于线性方程的图形融合方法及系统,使图像无缝边界融合。
为了解决上述技术问题,本发明采用的技术方案为:一种基于线性方程的图形融合方法,包括如下步骤:
S1、确定源图像的融合区和目标图像的融合区,并分别计算源图梯度bs和目标梯度bt;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
S2、根据源图梯度bs和目标梯度bt,计算混合梯度b;
S3、根据线性方程o=b/A确定输出图像的融合区图像o,其中,A是稀疏系数矩阵。
本发明还涉及一种基于线性方程的图形融合系统,包括:
融合区梯度计算模块,用于确定源图像的融合区和目标图像的融合区,并分别计算源图梯度bs和目标梯度bt;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
混合梯度计算模块,用于根据源图梯度bs和目标梯度bt,计算混合梯度b;
图像输出模块,用于根据线性方程o=b/A确定输出图像的融合区图像o,其中,A是稀疏系数矩阵。
本发明的有益效果在于:通过梯度图的混合,进一步优化了融合效果,为图形处理技术增加一种高质量、可行性高的图形融合方法。
附图说明
图1为本发明实施例一的方法流程图;
图2为本发明实施例一的系统结构示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图详予说明。
本发明最关键的构思在于:对于输出的融合区图像,根据权重对源图像的源图梯度和目标图像的目标梯度进行混合,对于输出的非融合区图像,则与目标图像的非融合区一致。
请参阅图1,一种基于线性方程的图形融合方法,包括如下步骤:
S1、确定源图像的融合区和目标图像的融合区,并分别计算源图梯度bs和目标梯度bt;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
S2、根据源图梯度bs和目标梯度bt,计算混合梯度b1;
S3、根据线性方程o=b/A确定输出图像的融合区图像o,其中,A是稀疏系数矩阵。
从上述描述可知,本发明的有益效果在于:进一步优化了融合效果,可行性高。
进一步地,步骤S2中,所述混合梯度b根据公式b=(alpha)*bs+(1-alpha)*bt计算;其中,alpha为源图梯度和目标梯度混合的权重。
由上述描述可知,根据权重值的不同可输出不同融合效果的图像。
进一步地,步骤S3中,对于输出图像的非融合区图像o’,与目标图像的非融合区一致。
本发明还涉及一种基于线性方程的图形融合系统,包括:
融合区梯度计算模块,用于确定源图像的融合区和目标图像的融合区,并分别计算源图梯度bs和目标梯度bt;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
混合梯度计算模块,用于根据源图梯度bs和目标梯度bt,计算混合梯度b;
图像输出模块,用于根据线性方程o=b/A确定输出图像的融合区图像o,其中,A是稀疏系数矩阵。
进一步地,所述混合梯度b根据公式b=(alpha)*bs+(1-alpha)*bt计算;其中,alpha为源图梯度和目标梯度混合的权重。
进一步地,所述图像输出模块还用于确定输出图像的非融合区图像o’,对于输出图像的非融合区图像o’,与目标图像的非融合区一致。
实施例一
请参照图1,本发明的实施例一为:一种基于线性方程的图形融合方法,包括如下内容:
S1:根据需要,将源图像和目标图像分别分为融合区和非融合区,并分别计算源图像融合区的源图梯度bs和目标图像融合区的目标梯度bt;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,4是方程式的固有系数,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,4是方程式的固有系数,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
S2:根据所述源图梯度bs和目标梯度bt,计算混合梯度b,该混合梯度b即最终输出图像的融合区的梯度,所述混合梯度b根据公式b=(alpha)*bs+(1-alpha)*bt计算,其中,alpha取值0-1,其为源图梯度和目标梯度混合的权重,alpha的默认值为0.5,具体权重值可根据所需的融合效果而确定。
S3:根据线性方程o=b/A确定输出图像的非融合区图像o,其中,b为上述的混合梯度,A为稀疏系数矩阵。
对于输出图像的非融合区图像o’,与目标图像的非融合区一致,也就是说, 可以直接输出目标图像的非融合区作为输出图像的非融合区图像。
可选地,融合过程可对图像的每个通道进行融合,即对每个通道进行上述步骤S1-S3,不同的通道使用相同的稀疏系数矩阵A,这样可进一步提高融合效果,其中梯度图b需要根据每个颜色通道进行计算。
如图2所示,一种对应上述方法的基于线性方程的图形融合系统,包括融合区梯度计算模块、混合梯度计算模块和图像输出模块。
所述融合区梯度计算模块用于确定源图像的融合区和目标图像的融合区,并分别计算源图梯度bs和目标梯度bt,并将计算出的源图梯度bs和目标梯度bt发送给混合梯度计算模块;
所述源图梯度bs根据公式bs=4*x(row,col)-x(row+1,col)-x(row-1,col)-x(row,col+1)-x(row,col-1)计算,其中,4是方程式的固有系数,x是源图像,row是源图像的融合区的行,col是源图像的融合区的列;
所述目标梯度bt根据公式bt=4*y(row,col)-y(row+1,col)-y(row-1,col)-y(row,col+1)-y(row,col-1)计算;其中,4是方程式的固有系数,y是目标图像,row是目标图像的融合区的行,col是目标图像的融合区的列。
所述混合梯度计算模块用于根据源图梯度bs和目标梯度bt,计算混合梯度b,并将混合梯度b发送给图像输出模块;所述混合梯度b根据公式b=(alpha)*bs+(1-alpha)*bt计算,其中,alpha取值0-1,其为源图梯度和目标梯度混合的权重,alpha的默认值为0.5,具体权重值可根据所需的融合效果而确定。
所述图像输出模块用于根据线性方程o=b/A确定输出图像的融合区图像o,其中,A为上述的稀疏系数矩阵。
所述图像输出模块还用于确定输出图像的非融合区图像o’,对于输出图像的非融合区图像o’,与目标图像的非融合区一致。
综上所述,本发明提供的一种基于线性方程的图形融合方法及系统,通过梯度图的混合,进一步优化了融合效果,为图形处理技术增加一种高质量、可行性高的图形融合方法。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利 用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。