結(jié)合SFIM和區(qū)域填充的對(duì)象場(chǎng)景融合

丁友東， 魏小成， 蔡 喜， 章劍飛

1.上海大學(xué)影視藝術(shù)技術(shù)學(xué)院，上海200072

2．上海大學(xué)計(jì)算機(jī)工程與科學(xué)學(xué)院，上海200072

作為一種非實(shí)時(shí)可視化仿真技術(shù)和圖像融合的一個(gè)應(yīng)用方向，對(duì)象與場(chǎng)景融合技術(shù)是指把感興趣的目標(biāo)對(duì)象從它原來(lái)所在的場(chǎng)景中分割出來(lái)后，通過(guò)疊加、組合和加工處理合成到另一個(gè)場(chǎng)景中去，所形成的新對(duì)象場(chǎng)景圖像看起來(lái)必須是真實(shí)自然的，從而創(chuàng)造出新的圖像效果.它在圖像編輯領(lǐng)域有非常廣泛的應(yīng)用[1-2]，特別是在影視制作過(guò)程中，很多無(wú)法實(shí)地拍攝的鏡頭都可以借助對(duì)象與場(chǎng)景融合技術(shù)來(lái)實(shí)現(xiàn)[3-4]，這不僅大大節(jié)約了制作成本，而且也給觀眾帶來(lái)了不一樣的視覺(jué)感受.對(duì)象與場(chǎng)景融合技術(shù)的關(guān)鍵是如何使融合得到的效果逼真，即讓目標(biāo)對(duì)象在新的場(chǎng)景里看起來(lái)光照一致且過(guò)渡自然，而不會(huì)出現(xiàn)明顯的人工拼接痕跡.目前，實(shí)現(xiàn)對(duì)象與場(chǎng)景融合的方法很多[5]，其中最常用的是Pérez等人提出的Poisson融合法[6-8].這種方法在新場(chǎng)景的梯度場(chǎng)相對(duì)簡(jiǎn)單的情況下效果很好，但當(dāng)對(duì)象與場(chǎng)景的紋理相差較大時(shí)效果較差.而基于IHS變換的圖像融合方案主要應(yīng)用于遙感圖像融合和多聚焦圖像融合[9-10].

1 基于IHS變換的對(duì)象與場(chǎng)景融合

通過(guò)分析基于IHS變換的圖像融合方法的特性，同時(shí)結(jié)合對(duì)象與場(chǎng)景融合的技術(shù)目標(biāo)，本文將基于IHS變換的圖像融合方法引入到對(duì)象與場(chǎng)景融合的應(yīng)用中[5]，提出了一種新的對(duì)象與場(chǎng)景融合框架.該框架先利用IHS變換和亮度調(diào)制[11]的方法形成融合圖像的光照蒙板，然后在光照蒙板中還原對(duì)象細(xì)節(jié)以達(dá)到對(duì)象與場(chǎng)景融合的目的，其主要步驟如下：

步驟1 分割和疊加.首先將目標(biāo)對(duì)象從原場(chǎng)景圖像中分割出來(lái)，然后疊加到新場(chǎng)景圖像G1的適當(dāng)位置得到圖像G2，其中對(duì)象與場(chǎng)景的疊加部分稱為目標(biāo)區(qū)域，其余部分稱為背景區(qū)域.

步驟2 IHS變換.分別對(duì)G1和G2進(jìn)行IHS變換，得到它們?cè)贗HS顏色空間下的圖像G1IHS和G2IHS，并獲取兩者的亮度分量I1和I2.

步驟3 亮度融合.采用某種融合算法，對(duì)兩個(gè)亮度分量I1和I2進(jìn)行融合得到融合亮度IF.

步驟4 IHS反變換.用IF代替G1IHS的亮度分量，然后對(duì)G1IHS執(zhí)行IHS反變換，得到融合圖像的光照蒙板M.

步驟5 細(xì)節(jié)還原.采用一定的細(xì)節(jié)還原算法，在光照蒙板圖像M上還原出目標(biāo)對(duì)象的細(xì)節(jié)從而得到融合圖像.

在步驟1～5中，步驟3是這種融合方法的關(guān)鍵，因?yàn)樗苯記Q定了融合效果的好壞.為此，文獻(xiàn)[5]分別引入標(biāo)準(zhǔn)IHS變換技術(shù)和加權(quán)小波技術(shù)作為亮度融合工具，驗(yàn)證了這種融合方法的實(shí)用性.另外，文獻(xiàn)[5]在細(xì)節(jié)還原上采用的是將光照蒙板圖像M與加入了目標(biāo)對(duì)象的場(chǎng)景圖像G2進(jìn)行加權(quán)求和的方法，即

式中，細(xì)節(jié)還原系數(shù)α和β滿足α+β=1，M和S分別表示蒙板圖像M和圖像G2，F(xiàn)為最終的融合結(jié)果.a決定融合后對(duì)象的光照程度，β決定對(duì)象的細(xì)節(jié)豐富程度.α過(guò)大或β過(guò)小就會(huì)導(dǎo)致對(duì)象細(xì)節(jié)不夠豐富，透明度高，目標(biāo)區(qū)域就有背景圖像的細(xì)節(jié)信息；α過(guò)小或β過(guò)大就不能很好地體現(xiàn)融合后對(duì)象在新場(chǎng)景下的光照情況（亮度和顏色），可能使對(duì)象在新場(chǎng)景中顯得不自然.文獻(xiàn)[4]中的實(shí)驗(yàn)數(shù)據(jù)表明，標(biāo)準(zhǔn)IHS變換方案的融合效果優(yōu)于加權(quán)小波方案.標(biāo)準(zhǔn)IHS變換方案就是在進(jìn)行亮度融合時(shí)，將I1的直方圖作為標(biāo)準(zhǔn)直方圖，對(duì)I2進(jìn)行直方圖匹配得到I2HM，于是I2HM就作為融合亮度，即令I(lǐng)F=I2HM.直方圖匹配是為了減弱融合過(guò)程對(duì)原場(chǎng)景圖像光譜信息的影響[12].這種方案雖然簡(jiǎn)單快速，但存在以下3個(gè)問(wèn)題：

1）當(dāng)原場(chǎng)景圖像與新場(chǎng)景圖像的光譜范圍不同時(shí)，該方案與Poisson融合法一樣，會(huì)導(dǎo)致對(duì)象的顏色畸變.

2）當(dāng)對(duì)象原有的光照條件與新場(chǎng)景的光照條件相差較大時(shí)，需要增加α的值來(lái)使對(duì)象獲得更多的融合光照，但目標(biāo)區(qū)域的場(chǎng)景細(xì)節(jié)會(huì)阻止α值的進(jìn)一步增大.這是因?yàn)檫^(guò)大的α值會(huì)導(dǎo)致目標(biāo)區(qū)域出現(xiàn)大量的場(chǎng)景細(xì)節(jié)而使融合結(jié)果失去真實(shí)感.

3）對(duì)象融入到新場(chǎng)景后的光照依賴于新場(chǎng)景圖像在目標(biāo)區(qū)域的光照條件，一旦新場(chǎng)景圖像目標(biāo)區(qū)域的不同部分的光照不同，則勢(shì)必造成融合對(duì)象在光照上的不一致.

2 基于SFIM技術(shù)和區(qū)域填充的綜合改進(jìn)方案

針對(duì)標(biāo)準(zhǔn)IHS變換方案和Poisson融合法可能導(dǎo)致融合對(duì)象顏色畸變的問(wèn)題，本文引入了SFIM技術(shù).該技術(shù)是一種當(dāng)前基本只在遙感領(lǐng)域使用的方法，在實(shí)現(xiàn)遙感圖像融合的應(yīng)用中，其最大優(yōu)勢(shì)在于它既提高了空間信息的融合能力，又能更好地保留源圖像的光譜特性[13].基于IHS變換和SFIM的對(duì)象與場(chǎng)景融合就是將SFIM應(yīng)用于第1小節(jié)介紹的融合框架的關(guān)鍵環(huán)節(jié)—–亮度融合之中，以實(shí)現(xiàn)亮度分量I1和I2的融合.由于I1與I2分辨率相同，無(wú)需插值與配準(zhǔn)，可根據(jù)式(2)實(shí)現(xiàn)I2對(duì)I1的調(diào)制

式中，PI1為I1的像素，PI2為I2的像素，PmeanI1為I1用均值濾波器濾波后的圖像的像素.PF就是所求的融合亮度圖像，即IF的像素.大多數(shù)SFIM處理對(duì)均值濾波窗口的大小沒(méi)有嚴(yán)格要求，一般取為n×n(n≥3)即可.引入了SFIM技術(shù)的方法在使用與標(biāo)準(zhǔn)IHS變換方案相同的細(xì)節(jié)還原系數(shù)的情況下，既能實(shí)現(xiàn)對(duì)象場(chǎng)景的融合，又有效降低顏色畸變.

對(duì)于還原系數(shù)α無(wú)法有效增大以及對(duì)象光照不一致的問(wèn)題，本文提出了基于色度和飽和度填充的解決方案.目標(biāo)區(qū)域會(huì)出現(xiàn)場(chǎng)景圖像的細(xì)節(jié)信息主要是因?yàn)樵桨高M(jìn)行IHS反變換時(shí)，在色度分量和飽和度分量的選取上直接使用了新場(chǎng)景圖像G1IHS的色度分量和飽和度分量，這就在利用新場(chǎng)景圖像光照信息的同時(shí)引入了新場(chǎng)景的細(xì)節(jié)，而實(shí)際上不必關(guān)心新場(chǎng)景圖像在目標(biāo)區(qū)域的內(nèi)容.因此，如果能對(duì)G1IHS目標(biāo)區(qū)域的內(nèi)容進(jìn)行重新調(diào)整，只留下光照信息，剔除突變的場(chǎng)景信息，那么就可以有效地阻止這些場(chǎng)景細(xì)節(jié)被傳遞到融合結(jié)果中去.基于這一思路，本文將基于色度和飽和度填充的解決方案的原理描述為

式中，M和N為常量，1≤i≤RH，1≤j≤RV，RH和RV分別為圖像G1IHS的水平分辨率和垂直分辨率.即保持G1IHS的背景區(qū)域不變，并選取其上的一個(gè)像素T(M,N)來(lái)填充其目標(biāo)區(qū)域.選擇T(M,N)的條件是能反映對(duì)象融入場(chǎng)景后的光照.由于目標(biāo)區(qū)域的背景細(xì)節(jié)來(lái)自于G1IHS的色度分量和飽和度分量，則填充操作將只針對(duì)這兩個(gè)分量進(jìn)行，此時(shí)分別用H和S分量在(M,N)處的像素值來(lái)填充其各自的目標(biāo)區(qū)域.以填充后的H和S與融合亮度IF進(jìn)行IHS反變換得到的圖像將不含任何背景細(xì)節(jié).這是非常有利的，因?yàn)榭梢酝ㄟ^(guò)有效增大α的值來(lái)獲得足夠的融合光照，且填充后H和S的目標(biāo)區(qū)域的各部分像素值是相同的，因而融合結(jié)果也不會(huì)出現(xiàn)對(duì)象光照不一致的問(wèn)題.圖1給出了一組融合實(shí)驗(yàn)結(jié)果，它反映標(biāo)準(zhǔn)IHS變換方案存在的上述兩個(gè)問(wèn)題.

圖1標(biāo)準(zhǔn)IHS融合方案與基于色度、飽和度填充融合方案的對(duì)比實(shí)驗(yàn)Figure 1 Comparative experiment between standard IHS transform fusion method and the algorithm based on hue and saturation f illing

圖1 中的(c)采用了α=0.3，β=0.7的細(xì)節(jié)還原系數(shù)，其對(duì)象的光照不一致性問(wèn)題十分突出.由于對(duì)象與新場(chǎng)景的疊加區(qū)域呈現(xiàn)出左右完全不同的兩種光照，導(dǎo)致融合得到的對(duì)象也出現(xiàn)了左右光照不一致的問(wèn)題，并且在融合圖像的目標(biāo)區(qū)域，新場(chǎng)景圖像的細(xì)節(jié)也很顯眼，這樣的融合結(jié)果顯然是沒(méi)有實(shí)用價(jià)值的.而圖1中的(d)顯示了在采用相同的細(xì)節(jié)還原系數(shù)的條件下，基于色度、飽和度填充的融合方法能很好地解決這兩個(gè)問(wèn)題，圖上紅色正方形框的中心點(diǎn)就是本文選取T(M,N)的位置.

用SFIM技術(shù)控制顏色畸變是從亮度分量的角度改進(jìn)融合方法，而利用色度、飽和度填充來(lái)去除目標(biāo)區(qū)域的場(chǎng)景細(xì)節(jié)，解決對(duì)象光照不一致性的問(wèn)題則是從色度和飽和度分量的角度出發(fā)的.兩者相互補(bǔ)充，并不矛盾，于是可以將它們整合在一起，得到一個(gè)新的綜合改進(jìn)方案，其主要步驟歸納如下：

步驟1 對(duì)新場(chǎng)景圖像G1和加入了目標(biāo)對(duì)象的新場(chǎng)景圖像G2分別進(jìn)行IHS變換得到G1IHS與G2IHS，取它們的亮度分量I1和I2；

步驟2 將I1的直方圖作為標(biāo)準(zhǔn)直方圖，對(duì)I2進(jìn)行直方圖匹配得到I2HM；

步驟3 根據(jù)式(2)對(duì)亮度分量I1和I2HM進(jìn)行融合，從而實(shí)現(xiàn)I2HM對(duì)I1的調(diào)制，得到融合亮度IF；

步驟4 利用式(3)描述的方法，在G1IHS的H1、S1分量圖像上合適的相同位置各選取一個(gè)像素T(M,N)，分別填充各自的目標(biāo)區(qū)域，填充后的色度和飽和度分量分別為H2和S2；

步驟5 采用IF與H2、S2分量執(zhí)行IHS反變換，得到光照蒙板圖像M；

步驟6 由式(1)對(duì)光照蒙板圖像M進(jìn)行細(xì)節(jié)還原得到融合圖像.

該方案既繼承了標(biāo)準(zhǔn)IHS變換方案實(shí)現(xiàn)快速融合的優(yōu)勢(shì)，又能有效控制顏色畸變，同時(shí)還可以最大限度地增大細(xì)節(jié)還原系數(shù)α而使對(duì)象獲得足夠的融合光照，避免對(duì)象出現(xiàn)光照不一致的問(wèn)題.

3 對(duì)比實(shí)驗(yàn)及融合質(zhì)量評(píng)價(jià)

圖2給出了本文涉及的所有融合方案的一個(gè)對(duì)比實(shí)驗(yàn)，其中新場(chǎng)景圖像分辨率為900×675，使用SFIM技術(shù)時(shí)均值濾波器的大小均設(shè)為3×3，而用到色度飽和度填充算法時(shí)，T(M,N)的坐標(biāo)位置仍然用紅色正方形框的中心點(diǎn)在融合結(jié)果上標(biāo)示.在所有用到細(xì)節(jié)還原算法的方案中，細(xì)節(jié)還原系數(shù)一律取為α=0.3，β=0.7.

圖2中的(c)顯示Poisson融合法在這個(gè)實(shí)驗(yàn)中的融合效果并不理想，對(duì)象只有下半身的色調(diào)和亮度有明顯變化，而上半身的融合效果并不明顯，使對(duì)象在新場(chǎng)景下顯得很不協(xié)調(diào).這主要是因?yàn)镻oisson融合法要求目標(biāo)對(duì)象與新場(chǎng)景的背景顏色比較相似[14]，而本例中這一條件不滿足.此外，在這個(gè)實(shí)驗(yàn)中，對(duì)象光照的不一致性問(wèn)題也比較突出.除應(yīng)用了色度和飽和度填充算法的(e)和(f)外，其余方案的融合結(jié)果均存在這個(gè)問(wèn)題，即對(duì)象只有身體部分的光照得到了調(diào)制，而臉部的光照條件和融合前相比幾乎沒(méi)有變化.圖2中(g)和(h)的對(duì)比反映了填充法不僅可以解決對(duì)象光照不一致的問(wèn)題，得到更加貼近新場(chǎng)景的光照，而且能完全去除目標(biāo)區(qū)域的場(chǎng)景細(xì)節(jié).

圖2 各個(gè)融合方案的對(duì)比實(shí)驗(yàn)Figure 2 Comparative experiments with each fusion scheme

為了更加直觀地對(duì)比考察各種融合方法的效果，本文采用了一種結(jié)合局部評(píng)價(jià)和全局評(píng)價(jià)的融合質(zhì)量客觀評(píng)價(jià)方案.該評(píng)價(jià)方案分別從背景區(qū)域、目標(biāo)區(qū)域以及整幅圖像等多個(gè)角度對(duì)融合質(zhì)量進(jìn)行評(píng)價(jià)，其指標(biāo)如下：

1）相關(guān)系數(shù)CC

通過(guò)計(jì)算融合圖像的背景區(qū)域與I2圖像的背景區(qū)域的CC來(lái)評(píng)價(jià)背景區(qū)域受融合過(guò)程影響的程度，CC越接近1說(shuō)明融合對(duì)背景區(qū)域的影響越小[15].

通過(guò)計(jì)算融合圖像與I1、I2在目標(biāo)區(qū)域的互信息之和來(lái)度量目標(biāo)區(qū)域的融合情況[16].互信息之和越大，說(shuō)明融合結(jié)果從新場(chǎng)景圖像和對(duì)象圖像中獲得的信息量越大.

通過(guò)計(jì)算整幅融合圖像的平均梯度來(lái)評(píng)價(jià)融合圖像的清晰度以及融合圖像對(duì)微小細(xì)節(jié)反差和紋理變換特征的表達(dá)能力.一般來(lái)說(shuō)，平均梯度越大，圖像層次越多，圖像越清晰.

此外，出于對(duì)計(jì)算效率的考慮，將融合處理時(shí)間也作為一個(gè)評(píng)價(jià)指標(biāo).并且只考慮融合，而不考慮分割對(duì)象以及將對(duì)象疊加到場(chǎng)景里的用時(shí).將同一算法10次相同融合操作的實(shí)際處理時(shí)間的平均值作為最后的處理時(shí)間，同時(shí)為了屏蔽由于實(shí)驗(yàn)環(huán)境的不同而造成的融合時(shí)間的差異，將采用標(biāo)準(zhǔn)IHS變換技術(shù)的融合方案的融合處理時(shí)間設(shè)定為1，然后給出其他方案的融合處理時(shí)間與它的比值.本文綜合這些客觀評(píng)價(jià)指標(biāo)，對(duì)圖2中的各個(gè)融合結(jié)果的質(zhì)量進(jìn)行客觀的評(píng)價(jià)，得到的結(jié)果見(jiàn)表1和2.

表1 融合圖像色度分量的客觀評(píng)價(jià)Table 1 Objective evaluation date on H

表2 融合圖像亮度分量的客觀評(píng)價(jià)及融合時(shí)間比Table 2 Objective evaluation date on I and ratio of fusion time

從相關(guān)系數(shù)CC來(lái)看，所有CC均大于99.34%，說(shuō)明這幾種融合方案對(duì)背景區(qū)域信息的影響不大.Poisson融合法對(duì)背景的影響只存在于目標(biāo)對(duì)象周圍的小部分區(qū)域，而其他4種基于IHS變換的算法對(duì)整個(gè)背景的亮度都進(jìn)行了調(diào)制以期達(dá)到對(duì)象與背景光照一致的效果.

然而，SFIM可以有效提高融合圖像的整體質(zhì)量，且在這點(diǎn)上優(yōu)于填充法.在色度分量和亮度分量上，單獨(dú)使用SFIM技術(shù)的方案獲得的平均梯度G均是最大的.無(wú)論是色度還是亮度，填充算法與SFIM結(jié)合后，其G值明顯大于單獨(dú)使用填充法時(shí)的情況，這也正好說(shuō)明了SFIM在提高融合結(jié)果的整體質(zhì)量上的優(yōu)勢(shì).

融合時(shí)間比反映了本文方法仍然可以實(shí)現(xiàn)快速的圖像融合.在上述5種方案中，最快的是標(biāo)準(zhǔn)IHS變換方案.在“CPU:Intel Core2 T6670 2.2 GHz，內(nèi)存2 G，Visual Studio 2005/C++，OpenCV2.0”的實(shí)驗(yàn)環(huán)境下，標(biāo)準(zhǔn)IHS變換技術(shù)方案實(shí)現(xiàn)上述分辨率為900×675的兩幅圖像融合所需的平均時(shí)間為62 ms，處理1600×1200的圖像時(shí)平均時(shí)間為203 ms.除Poisson融合法外，其余3種算法均與它接近.而Poisson融合法則復(fù)雜得多，其處理時(shí)間大于標(biāo)準(zhǔn)IHS變換方案的14倍以上，這是相當(dāng)可觀的，因?yàn)樗砻鞅疚姆椒☉?yīng)用在視頻處理中的潛力是非常大的.

綜上所述，本文的融合方案很好地結(jié)合了色度、飽和度填充法提高融合信息量的能力以及SFIM技術(shù)提高融合圖像整體質(zhì)量的優(yōu)勢(shì)，在各個(gè)客觀指標(biāo)上表現(xiàn)穩(wěn)定，在色度信息和亮度信息的融合上比較均衡，因而更加健壯，卻又不失快速的特點(diǎn).

4 結(jié)語(yǔ)

隨著計(jì)算機(jī)圖形圖像處理和多媒體等技術(shù)的迅速發(fā)展，對(duì)象與場(chǎng)景融合技術(shù)逐漸成為影視特技、動(dòng)畫、電子游戲創(chuàng)作等技術(shù)中的一個(gè)重要組成部分，對(duì)它的研究具有非常重要的現(xiàn)實(shí)意義.本文針對(duì)Poisson融合法和基于IHS變換的對(duì)象與場(chǎng)景融合方法會(huì)產(chǎn)生顏色畸變，而標(biāo)準(zhǔn)IHS變換方案中細(xì)節(jié)還原系數(shù)無(wú)法有效增大而使對(duì)象可能出現(xiàn)光照不一致性等問(wèn)題，結(jié)合SFIM技術(shù)和色度、飽和度填充法，提出了一種基于SFIM和區(qū)域填充的綜合改進(jìn)方案.主觀質(zhì)量評(píng)價(jià)結(jié)果和客觀質(zhì)量評(píng)價(jià)數(shù)據(jù)均表明本文方案不僅可以有效解決上述問(wèn)題，而且繼承了IHS變換法可以實(shí)現(xiàn)快速融合的特點(diǎn)，因而具有重要的應(yīng)用價(jià)值.

本文主要專注于融合算法和融合質(zhì)量評(píng)價(jià)的研究，并未深入探討對(duì)象的分割算法，且分割操作也是借助Photoshop軟件來(lái)完成的.然而，對(duì)象分割的好壞直接影響到本文方法的融合效果.雖然目前可以借助Photoshop等工具較好地從原場(chǎng)景中分割出對(duì)象，然后用本文的融合方案很好地實(shí)現(xiàn)對(duì)象與新場(chǎng)景的融合，但無(wú)法實(shí)現(xiàn)對(duì)象與場(chǎng)景融合的自動(dòng)化，一旦需要處理的融合數(shù)量劇增，無(wú)疑將耗費(fèi)大量的人力、物力，從而大大降低本文方法在實(shí)現(xiàn)對(duì)象與場(chǎng)景融合上的效率，不利于本文方法在視頻處理中的應(yīng)用推廣.此外，對(duì)于不同的對(duì)象與場(chǎng)景圖像，最佳的細(xì)節(jié)還原系數(shù)也不同，而本文對(duì)細(xì)節(jié)還原系數(shù)的調(diào)節(jié)均通過(guò)實(shí)驗(yàn)不斷嘗試，以尋找較優(yōu)值.如果能在融合質(zhì)量客觀評(píng)價(jià)方案和本文方法之間建立反饋機(jī)制，根據(jù)質(zhì)量評(píng)價(jià)結(jié)果自動(dòng)實(shí)時(shí)調(diào)節(jié)還原系數(shù)以達(dá)到最優(yōu)值，無(wú)疑對(duì)實(shí)現(xiàn)對(duì)象與場(chǎng)景融合的自動(dòng)化具有積極意義.然而，對(duì)于融合圖像的質(zhì)量評(píng)價(jià)問(wèn)題，目前尚無(wú)標(biāo)準(zhǔn)的客觀評(píng)價(jià)方案，本文只采用了一種探索性的解決方案.因此，研究一種有效的圖像、視頻對(duì)象分割算法[17-18]以及融合質(zhì)量的客觀評(píng)價(jià)方案是當(dāng)前亟待解決的一個(gè)問(wèn)題，也是我們今后的重點(diǎn)研究?jī)?nèi)容.

[1]CHEN T,CHENG M M,TAN P,ARIEL S,HU S M.Sketch2Photo:Internet image montage[J].ACM Transactions on Graphics,2009,28(5):1-10.

[2]胡事民，徐昆，陳韜.基于互聯(lián)網(wǎng)的圖像檢索與融合[J].中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊，2009,5(12):60-65.

HU Shimin,XU Kun,CHEN Tao.Image retrieve and composition based on Internet[J].Communications of the China Computer Federation,2009,5(12):60-65.(in Chinese)

[3]JIA J Y,SUNJ,TANGC K,SHUM H Y.Drag-anddrop pasting[C]//Proceedings of the SIGGRAPH Conference,Boston,MA,USA,2006:631-636.

[4]HAYSJ,EFROSA A.Scene completion using millions of photographs[C]//Proceedings of the SIGGRAPH Conference,San Diego,CA,USA,2007:1-7.

[5]DING Youdong,WEI Xiaocheng,PANG Haibo,LAN Jianliang,WU Xuechun,SHI Yunyu.A new framework for the fusion of object and scene based on IHS transform[C]//Proceedings of the ICDIP Conference,Chengdu,China,2011:v8009:80091W.

[6]PéREZ P,GANGNET M,BLAKE A.Poisson image editing[C]//Proceedings of the SIGGRAPH Conference,San Diego,CA,USA,2003:313-318.

[7]LALONDE J F,HOIEM D,EFROSA A,ROTHER C,WINNJ,CRIMINISIA.Photo clip art[J].ACM Transactions on Graphics,2007,26(3):1-10.

[8]TAO M W,JOHNSON M K,PARISS.Error-tolerant image compositing[C]//Proceedings of the ECCV Conference,Heraklion,Crete,Greece:2010:31-44.

[9]KRISTA A,ZHANGY,PETERD.Wavelet based image fusion techniques—an introduction,review and comparison[J].Journal of Photogrammetry and Remote Sensing,2007,62(4):249-263.

[10]陳煥平，何明一，李旭.基于SWT區(qū)域?qū)Ρ榷认袼靥崛〉亩嗑劢箞D像融合[J].中國(guó)圖象圖形學(xué)報(bào)，2011,16(5):865-870.

CHENHuanping,HE Mingyi,LI Xu.Multi-focus image fusion using pixel extraction based on SWT regional contrast[J].Journal of Image and Graphics,2011,16(5):865-870.(in Chinese)

[11]賈永紅，張曉萍，賈世鋒，張謙.利用調(diào)制傳遞函數(shù)濾波改進(jìn)的高頻調(diào)制影像融合[J].應(yīng)用科學(xué)學(xué)報(bào)，2010,28(4):361-366.

JIAYonghong,ZHANGXiaoping,JIAShifeng,ZHANG Qian.Improving high frequency modulation image fusion with modulation transfer function f ilters[J].Journal of Applied Sciences,2010,28(4):361-366.(in Chinese)

[12]SONG Qiang,WANG Jiawen,ZHANG Hongbin.An overview on fusion of panchromatic image and multispectral image[C]//Proceedings of the ICIECSConference,Wuhan,China,2009:1-4.

[13]LIU J G.Smoothing f ilter-based intensity modulation:a spectral preserve image fusion technique for improving spatial details[J].International Journal of Remote Sensing,2000,21(18):3461-3472.

[14]劉則毅，徐高奎，丁雅斌.一種新的圖像合成方法[J].中國(guó)圖象圖形學(xué)報(bào)，2007,12(3):432-437.

LIUZeyi,XUGaokui,DINGYabin.A new method for image composition[J].Journal of Image and Graphics,2007,12(3):432-437.(in Chinese)

[15]SHUN'ICHI K,YUTAKA S,SATORUI.Using selective correlation coefficient for robust image registration[J].Pattern Recognition,2003,36(5):1165-1173.

[16]QUGuihong,ZHANGDali,YANPingfan.Information measure for performance of image fusion[J].Electronics Letters,2002,38(7):313-315.

[17]ROTHER G,KOLMOGOROV V,BLAKE A.Grabcutinteractive foreground extraction using iterated graph cuts[C]//Proceedings of the SIGGRAPH Conference,Los Angeles,CA,USA,2004:309-314.

[18]VICENTE S,KOLMOGOROV V,ROTHER C.Graph cut based image segmentation with connectivity priors[C]//Proceedings of the CVPR Conference,Anchorage,AK,USA,2008.