Открыть сервисСервис

Объединение фотографий

Объединение фотографий — совокупность методов и программных инструментов, объединяющих два или более цифровых изображения в одно композитное изображение. Метод применяется в фотографии, компьютерной графике, медицине, картографии и научных исследованиях. Результатом объединения может стать панорама, коллаж, стереопара, HDR-изображение или композит с прозрачными областями.

Основные способы объединения

Панорамная склейка

Наиболее распространённый способ. Исходные кадры, снятые с перекрытием 20–40 %, объединяются в широкое изображение. Алгоритм находит общие детали на соседних кадрах, вычисляет гомографию (матрицу проекции) и трансформирует кадры в общую систему координат. Затем выполняется сшивка швов и цветокоррекция для устранения различий в освещении.

Программное обеспечение: PTGui, Hugin, Microsoft ICE, встроенные функции Lightroom и Photoshop.

Стекирование (stacking)

Несколько кадров одного сюжета объединяются с целью повышения качества. Различают:

  • Медианный стек — убирает случайный шум и подвижные объекты;
  • Максимальный (lighten) — сохраняет яркие элементы (звёзды, искры);
  • Средний — снижает шум при съёмке с длинной выдержкой;
  • Зонтичное объединение — объединение экспозиций для расширения динамического диапазона.

HDR (High Dynamic Range)

Объединение кадров с разной экспозицией для передачи деталей и в тенях, и в светах. Технология получила распространение в панорамной фотографии и архитектурной съёмке.

Стереопары

Два кадра, снятых с горизонтальным смещением (как глаза человека), объединяются в стереоизображение. При просмотре через стереоскоп или анаглиф-очки возникает эффект объёмности.

Коллаж и композит

Объединение фотографий с разным содержанием в художественную композицию. Типичные приёмы: маскирование слоёв, наложение текстур, вырезание объектов и вставка на новый фон.

Технические аспекты

Совместимость исходных данных

Для качественного объединения кадры должны иметь:

Алгоритмы сшивки

  • По точкам совпадения (feature-based) — поиск особых точек (SIFT, SURF, ORB), сопоставление и вычисление гомографии. Точен, но требует вычислительных ресурсов.
  • По интенсивности (direct) — минимизация различий в яркости между перекрывающимися областями. Быстрее, но чувствителен к изменению освещения.
  • Панорамные проекции — цилиндрическая, сферическая, кубическая, «малая планета». Выбор проекции определяет искажения на краях кадра.

Обработка швов

После трансформации кадров швы обрабатываются методами мультиблендинга (multi-band blending) или пирога (pyramid blending), чтобы убрать видимые границы и перепады яркости.

Области применения

ОбластьЗадача
Панорамная фотографияСъёмка широких сцен
АстрономияСтекирование телескопических кадров
МедицинаСклейка снимков МРТ и КТ
КартографияСоздание ортофотопланов из аэросъёмки
Машинное зрениеПостроение карты среды (SLAM)
Архивное делоСклейка разрозненных фрагментов документов

История

Практика объединения фотографий возникла в конце XIX века. В 1850-х годах французский фотограф Гаспар-Феликс Турнашон (псевдоним Надар) и другие мастера создавали панорамы методом ручной склейки отпечатков. В 1900-х годах появились специальные панорамные камеры с поворотным объективом (например, Cirkut), фиксировавшие изображение на длинной плёнке.

Цифровая панорамная склейка получила развитие в 1990-х годах. В 1995 году Стивен Сиц и Пол Ханрахан из Стэнфорда представили алгоритм Image Mosaics, ставший основой современных программ. В 2000-х годах функции объединения появились в потребительских камерах и смартфонах.

Программное обеспечение

  • Adobe Photoshop — Photomerge, автоматическая склейка и ручная настройка;
  • Adobe Lightroom — Panorama Merge Preview;
  • PTGui — профессиональная панорамная склейка с ручным контролем контрольных точек;
  • Hugin — бесплатный кроссплатформенный набор утилит;
  • Microsoft ICE — бесплатная программа для быстрой склейки;
  • Starry Landscape Stacker, Sequator — стекирование астрофотографий;
  • ImageMagick, OpenCV — библиотеки для автоматизации объединения в коде.

Ограничения

Объединение фотографий имеет ряд недостатков: артефакты на швах при съёмке подвижных объектов, искажения на краях панорамы, «призраки» при стекировании, потеря деталей при агрессивном шумоподавлении. Точность алгоритмов снижается при слабой текстуре сцены (небо, гладкие поверхности).

Источники:

  • Szeliski R. Computer Vision: Algorithms and Applications. — Springer, 2010.
  • Brown M., Lowe D. Recognising Panoramas // ICCV, 2003.
  • Adobe Photoshop Help: Photomerge.
  • PTGui Pro Documentation.
  • Надар. Мемуары о фотографии. — М.: Азбука, 2013.
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru