Preference

之前所实现的图像融合针对的是图像没有偏移的情况，也就是所有的原图像在相同的位置，内容是相同的。但是现在要进行处理的问题在于，但采样设备发生抖动时，则图像会产生相应的偏移，同一个位置对应的内容变会不同，若此时直接进行融合处理，则会导致融合的图像质量明显下降。所以，解决此类问题也是图像融合处理过程中的关键。

导师给的建议是先对原始图像进行配准，因为设备采样的特殊性，存在的偏差只会在水平和垂直两个方向上，而不会有如旋转等比较复杂的变换，所以在形成仿射变换时可只考虑这两个方向，以此可简化处理的复杂度。

我在实现的过程中是使用了较为快速的SURF描述子，但在实现的过程中发现了几个问题：

1、对于模糊区域，不大能提取到特征；

2、在整张图像上进行特征点提取速度较慢，不利于实时性处理；

3、配准后的图像，因出现了平移，会出现空缺部分，此时再进行图像融合则会产生较大的误差。

所以，想是否可以不进行图像融合前的配准操作，而是对融合处理时的saliency map或者activity map进行相应的改进呢？于是便参阅了相应的paper，看别人是怎么解决这类问题的，在此便逐一记录一下相关文章中的思路，以便后续自己在设计时可作为参考。