algorithm - 有哪些常见的焦点堆叠算法？

Question

我想编写自己的焦点堆叠软件，但无法找到任何算法的合适解释来提取堆栈中每个图像的焦点部分。

对于那些不熟悉焦点堆叠的人，这篇维基百科文章很好地解释了这个想法。

谁能指出我寻找算法的正确方向？甚至一些要搜索的关键词也会有所帮助。

Answer 1

我意识到这已经超过一年了，但对于任何有兴趣的人来说......

我在机器视觉方面有相当多的经验，这就是我的做法：

1. 加载内存中的每个图像

2. 在其中一个通道（可能是绿色）上对每个图像执行高斯模糊：

   最简单的高斯核是：

   1 2 1

   2 4 2

   1 2 1

   这个想法是遍历每个像素并查看紧邻的像素。您循环通过的像素乘以 4，相邻像素乘以与上述内核对应的任何值。

   您可以使用以下等式制作更大的高斯核：

   exp(-(((x*x)/2/c/c+(y*y)/2/c/c)))

   其中 c 是模糊的强度

3. 对每个高斯模糊图像执行拉普拉斯边缘检测内核，但不应用阈值

   最简单的拉普拉斯算子是：

   -1 -1 -1

   -1 8 -1

   -1 -1 -1

   与高斯相同，将内核滑动到整个图像上并生成结果。

   计算更大内核的方程式如下：

   (-1/pi/c/c/c/c)*(1-(x*x+y*y)/2/c/c)*exp(-(x*x+y*y)/2/ c/c)

4. 取高斯结果的拉普拉斯算子的绝对值。这将根据内核的大小和强度来量化边缘的强度。

5. 现在创建一个空白图像，遍历每个像素并找到 LoG 中最强的边缘（即图像堆栈中的最高值）并从相应图像中获取该像素的 RGB 值。

这是我在 MATLAB 中创建的一个示例：

http://www.magiclantern.fm/forum/index.php?topic=11886.0

您可以随意使用它。它将创建一个名为 Outsharp.bmp 的文件，这就是您所追求的。

为了更好地输出图像，您可以： - 补偿图像之间亮度级别的差异（即直方图匹配或简单的级别调整） - 创建自定义算法以拒绝图像噪声 - 在生成堆栈后手动调整堆栈 - 应用高斯模糊（确保将结果除以 16）在焦点图上，以便更好地合并单个图像

祝你好运！