课程作业

COURSE HOMEWORK

一、图像融合效果图

第一组

destinationsV1.jpg						sourceV1_2.jpg

resultV1_V1_2.jpg

第二组

destinationsV3.jpg						sourceV4.jpg

resultV3_V4.jpg

二、程序使用方法

操作系统：Windows10

软件平台：Visual Studio Ultimate 2013(版 12.0.21005.1REL) + OPENCV 3.0.0

新建项目具体步骤如下。运行时图片位置与新建项目位置相同。

E:\tools\VScourse\ex1_1_demo\ex1_1_demo

将 poison1.cpp 添加到源文件进行运行，即可得到 resultV1_V1_2.jpg

将 poison2.cpp 添加到源文件进行运行，即可得到 resultV3_V4.jpg

1 双击打开 VS2013

Fig1

2 新建空白 Win32 控制台应用程序 ex1_1_demo

文件–新建–项目(单击浏览选择存储位置)

Fig 2

确定–下一步–空项目–完成

3 配置属性表文件

win10 亲试可用。

存储属性表文件备用。opencv 的安装位置不同，配置属性表也不同。

4 将配置好的属性表文件添加到属性管理器

将上面个文件复制粘贴到 ex1_1_demo 所在文件夹下，例如本例中，文件目录为 E:\tools\VScourse\ex1_1_demo

在属性管理器右击 Debug|Win32，如 Fig3。

添加现有属性表，如 Fig4。

单击打开

同理，添加 opencv_release.props, 在属性管理器右击 Release|Win32, 添加现有属性表, 单击打开(若只在 debug 模式下运行，此步骤可以省略)

Fig 3							Fig 5

Fig 4

若没有看到属性管理器，则单击视图–其他窗口–属性管理器，将其调出。

5 添加源程序

单击解决方案资源管理器，如 Fig5。若没有看到，则单击视图–解决方案资源管理器，将其调出。

右击源文件–添加–新建项–添加，新建 ex1_1_blending.cpp，如 Fig6

Fig 6

三、算法介绍

1 图片读取

Mat img1, img2;
Mat in1 = imread("sourceV1_2.jpg");
Mat in2 = imread("destinationsV1.jpg");
imshow("src", in1);
imshow("dst", in2);

2 求取图像的梯度场

sourceV1_2.jpg

Xp 								(b) Xn

Yp 								(d) Yn

Fig 7 sourceV1_2.jpg 4 个方向的梯度

Xp 								(b) Xn

Yp 								(d) Yn

Fig 8 destinationsV1.jpg4 个方向的梯度

3 求解融合图像的散度

Fig 9 散度

4 泊松重建

resultV1_V1_2.jpg

5 图片读取

Mat img1, img2;
Mat in1 = imread("sourceV4.jpg");
Mat in2 = imread("destinationsV3.jpg");
imshow("src", in1);
imshow("dst", in2);

6 求取图像的梯度场

sourceV4.jpg

Xp 								(b) Xn

Yp 								(d) Yn

Fig 10 sourceV4.jpg 4 个方向的梯度

destinationsV3.jpg

Xp 								(b) Xn

Yp 								(d) Yn

Fig 11 destinationsV3.jpg4 个方向的梯度

7 求解融合图像的散度

Fig 12 散度

8 泊松重建

resultV3_V4.jpg

9 图像融合效果改进

结合数学形态学和小波变换改进图像融合算法。处理高频系数时，进行形态学边缘检测和加权平均融合。

对边缘选取一圈作为 ROI，应用 source 和 destination 除去 ROI 区域的数据建立高斯模型，利用高斯过程重建边缘，将最大后验函数值作为其像素值。

♻️ 资源

大小： 22.5MB
➡️ 资源下载：https://download.csdn.net/download/s1t16/87425304