Eliminating ghosting and exposure artifacts in image mosaics阅读笔记
第一次写博客，版面布局如有不合适，请指出，我后面还可以再调整。
对文章的理解可能有偏差，如有错误，请不吝赐教，感激不尽！！！不喜轻喷_
文章下载:link.
摘要
全景图像变得越来越受欢迎，很多软件可以自动的生成全景图像。例如pFactor，PTGui等软件，但这些软件会存在一些负作用。本文提出了拼接中常见的两个问题：在动态场景中的运动物体的处理（de-ghost）和图像曝光不一致的问题。运动物体带来的goast问题，使用顶点覆盖算法（vertex cover algorithm）保留一个可用的区域。曝光不一致的问题，通过计算每个块的曝光误差，然后平滑插值实现曝光补偿。鬼影问题
当待拼接图像的重叠区域（overlap region）中存在运动的场景，如果用blending的融合方法，那么拼接后的图片会出现鬼影现象。为了解决鬼影的问题，我们首先需要找到图片中的哪些区域是运动的物体，然后在考虑我们选择其中一张图片使用。运动的场景出现在哪里？
区分待拼接图像中的静止场景和运动场景的方法，是根据拼接图像的重叠区域的差（ROD，region of difference），形成像素差映射mapping。我们还需要用形态学腐蚀膨胀的方法去平滑像素差mapping。然后使用区域提取算法去识别和标识连续的区域。这样计算出来的RODs就能反映一张图像的静止区域和运动区域了。 对于overlap区域存在运动场景的问题，我们的目的就是从ROD确定并使用一张图的区域作为全景图对应的区域。Figure1-a是一张脸轻微的运动，Figure1-b是每张脸对应的ROD。Figure1-c是一张脸更大幅度的运动，Figure1-d是对应Figure1-c的ROD，因为运动幅度较大，所以RODs没有重叠。
选择哪一张图像？
选择哪个图像的问题用到了vertex cover问题。这里简单介绍一下这个问题：给定一个N个点，M条边的无向图G（点的编号从1至N），问是否存在一个不超过K个点的集合V’，使得G中的每条边都至少有一个点在集合V'中（网上可以找到更加丰富的解释）。 文章将每张图ROD假设成一个顶点，这些对应的RODs用线连接，相反，不对应的RODs就不存在overlap区域。Figure1-b的情况都可以用Figure2来表示无向量图G。
Figure2是G=(V,E)，V表示顶点A,B,C分别是3张图像的RODs，E表示ROD是否存在对应关系。存在集合V’，是得G中每条边至少有一点在集合V’中。如果我们移除集合V’中的顶点，留下的顶点集合就不会有运动的区域了，也就是没有冲突的区域了，在融合的时候也就没有鬼影啦。
对于Figure2，我们可以移除AB，或者BC，或者AC。但是为了避免由于图像边缘存在ROD而带来的物体不连续问题，我们给定ROD的权重=靠近图像中心的程度/size。越靠近图像中心的RODs，权重越大，保留的几率越大。
Figure3 能更好的体现出使用权重比例来取舍ROD的方法的优越性。用顶点覆盖的方法来取舍ROD，那么需要清除的顶点无论是哪个都是合理的。但是用权重比例的方式 ，B1权重大于A，B2权重大于C，所以A和C被清除。
Figure4则是一种更加复杂的情况，清除的集合可能是CB,ABC或者ACD。如果选择清除CB，那么拼接的图像可能会缺失像素信息。实际中我们也很难遇到这种情况。
曝光不一致问题
理想情况下，我们希望对相机做全套的辐射定标。但是对于大多数的拼接给定的输入图像都是没有经过定标的。我们采用一个转换函数使得输入图像与相邻的图像相似。我们提出了一个基于块的曝光调节技术，每个图像被划分成若干个大小相同的块，经验上，块的大小为32x32。在每个块中，我们计算二次传输函数。 这一部分我理解的不是很到位，如果有读者了解，请赐教！！！
实验结果