需要您的帮助以下内容。我有3个相同的静止物体图像,每隔30分钟捕获一次。我已将相机和物体锁定在适当的位置,房间仍然是黑暗的,但我仍然得到了3种不同的曝光/亮度/伽玛图像,物体也移动了一点。 Image1 Image2
我试图做的是调整对准,亮度/伽玛/对比度第2张和第3张图像参考第1张图像。我有如何使用下面的ECCtransform方法对齐图像的解决方案:
import os, sys
import cv2
from PIL import Image
import numpy as np
path = "C:\\Users\\xxxx\\Desktop\\"
path1 = "C:\\Users\\xxxx\\Desktop\\aligned\\"
def alignment():
for i in range(1,4):
# Read the images to be aligned
im1 = cv2.imread(path + '1.png')
im2 = cv2.imread(path + '%d.png' %(i))
print(i)
# Convert images to grayscale
im1_gray = cv2.cvtColor(im1,cv2.COLOR_BGR2GRAY)
im2_gray = cv2.cvtColor(im2,cv2.COLOR_BGR2GRAY)
# Find size of image1
sz = im1.shape
# Define the motion model
warp_mode = cv2.MOTION_TRANSLATION
# Define 2x3 or 3x3 matrices and initialize the matrix to identity
if warp_mode == cv2.MOTION_HOMOGRAPHY :
warp_matrix = np.eye(3, 3, dtype=np.float32)
else :
warp_matrix = np.eye(2, 3, dtype=np.float32)
# Specify the number of iterations.
number_of_iterations = 5000;
# Specify the threshold of the increment
# in the correlation coefficient between two iterations
termination_eps = 1e-10;
# Define termination criteria
criteria = (cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, number_of_iterations, termination_eps)
# Run the ECC algorithm. The results are stored in warp_matrix.
(cc, warp_matrix) = cv2.findTransformECC(im1_gray, im2_gray, warp_matrix, warp_mode, criteria)
if warp_mode == cv2.MOTION_HOMOGRAPHY :
# Use warpPerspective for Homography
im2_aligned = cv2.warpPerspective (im2, warp_matrix, (sz[1],sz[0]), flags=cv2.INTER_LINEAR + cv2.WARP_INVERSE_MAP)
else :
# Use warpAffine for Translation, Euclidean and Affine
im2_aligned = cv2.warpAffine(im2, warp_matrix, (sz[1],sz[0]), flags=cv2.INTER_LINEAR + cv2.WARP_INVERSE_MAP);
cv2.imwrite(path1 + "%d.png" % (i), im2_aligned )
alignment()
我的问题是,哪种方式更好?序列是否重要? 以第一张图片为标准参考:
我应该先执行transformECC图像对齐,以便能够准确调整图像的亮度/曝光度吗?
OR
我应该首先调整亮度/曝光,以便准确对齐照片?
我仍在考虑参考第1张图像来调整第2张和第3张图像的亮度/曝光。任何想法都受到欢迎和赞赏!!!!
答案 0 :(得分:1)
使用大多数成本函数进行对齐,我鼓励您进行预处理(值得注意的例外包括互信息)。然而,findTransformEcc使用的增强互相关似乎对光度失真很稳健(引用http://ieeexplore.ieee.org/abstract/document/4515873/:"在这项工作中,我们建议使用相关系数的修改版本作为图像的性能标准对准问题。所提出的修改具有在光度失真方面不变的理想特性。")因此,在光度调整之前或之后应该很好。