在图像对齐之前首先进行亮度/对比度校正,反之亦然?

时间:2017-07-19 00:54:59

标签: python opencv image-processing pillow scikit-image

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!!!!

1 个答案:

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。