当前位置：首页 > news >正文

OpenCV计算摄影学（7）HDR成像之多帧图像对齐的类cv::AlignMTB

news 来源：原创 2025/6/18 12:44:31

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

该算法将图像转换为‌中值阈值位图‌（Median Threshold Bitmap，MTB）：

1.位图生成‌：

计算图像‌亮度中值‌作为全局阈值‌2
亮度高于中值的像素标记为1，否则标记为0，形成二值位图‌

2.位操作对齐‌：

通过位移（bit-shifting）和异或（XOR）等位运算对齐不同图像的MTB位图，计算最小差异偏移量‌
‌

3.技术特性‌：

曝光不变性‌：基于中值阈值而非绝对亮度值，无需依赖曝光参数或相机响应曲线‌
边界处理‌：对齐后的新增区域默认填充0（黑色）‌

4‌.应用场景‌：

多曝光图像对齐（HDR成像预处理）‌
动态场景下的快速图像配准（如移动端摄影）‌
‌
5.关联文献‌：
详细实现参考论文 [290]‌

算法流程示意图‌
‌输入图像‌ → 2. ‌灰度化‌ → 3. ‌计算中值亮度‌ → 4. ‌生成MTB位图‌ → 5. ‌位运算对齐‌ → 6. ‌输出对齐结果

cv::AlignMTB 是 OpenCV 库中用于对齐不同曝光图像的具体实现类，它继承自 cv::AlignExposures 抽象基类。这个类利用基于中值阈值位图（Median Threshold Bitmap, MTB）的方法来对齐图像，这种方法不依赖于图像的亮度信息，因此非常适合用于高动态范围（HDR）成像中的曝光对齐。

主要功能

对齐曝光图像：cv::AlignMTB 能够处理一系列具有不同曝光设置的图像，并将它们对齐以便进行后续的 HDR 合成或其他处理。

接口概览

以下是 cv::AlignMTB 类的一些重要成员函数和属性：

构造函数

AlignMTB(): 默认构造函数。
AlignMTB(int max_bits, bool exclude_range, int cut): 带参数的构造函数，允许用户指定最大位数、是否排除中间亮度范围以及切割点。
成员函数
void process(InputArrayOfArrays src_images, std::vector& dst_images, const std::vector& times, const Mat& response)：
处理输入的图像序列并生成对齐后的输出图像。此函数覆盖了基类中的虚函数。
参数包括源图像序列、目标（对齐后）图像序列、每个图像的曝光时间列表以及相机响应函数。
void computeBitmaps(const Mat& img, Mat& tb, Mat& eb) const：
计算给定图像的阈值位图（tb）和曝光位图（eb）。
void align(const std::vector& src_images, std::vector& dst_images, std::vector& shifts) const：
对齐输入图像序列，并返回每张图像相对于第一张图像的位移。
void calculateShift(const Mat& img0, const Mat& img1, Point& shift)：
计算两张图像之间的位移。
void shiftMat(const Mat& src, Mat& dst, const Point& shift)：
根据给定的位移调整图像的位置。

属性

int max_bits_：用于计算MTB的最大位数，默认为6。
bool exclude_range_：是否排除中间亮度范围，默认为真。
int cut_：切割点，用于决定如何分割亮度范围，默认为0。

代码示例


#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/photo.hpp>
#include <vector>

using namespace cv;
using namespace std;

int main()
{
    // 1. 读取不同曝光的图像序列
    vector< Mat > images;
    vector< String > img_paths = { "exposure1.jpg", "exposure2.jpg", "exposure3.jpg" };

    for ( const auto& path : img_paths )
    {
        Mat img = imread( path );
        if ( img.empty() )
        {
            cerr << "Error: 无法读取图像 " << path << endl;
            return -1;
        }
        images.push_back( img );
    }

    // 2. 创建 AlignMTB 对齐器‌:ml-citation{ref="1" data="citationList"}
    Ptr< AlignMTB > align = createAlignMTB();
    vector< Mat > aligned_images;

    // 3. 执行对齐操作‌:ml-citation{ref="1,3" data="citationList"}
    align->process( images, aligned_images );

    // 4. 显示原始图像和对齐结果‌:ml-citation{ref="2" data="citationList"}
    for ( size_t i = 0; i < images.size(); ++i )
    {
        imshow( "原始图像 " + to_string( i ), images[ i ] );
        imshow( "对齐结果 " + to_string( i ), aligned_images[ i ] );
    }

    waitKey( 0 );
    destroyAllWindows();
    return 0;
}