如何避免缩放图像中出现奇怪的结构伪影？
How to avoid strange structure artifacts in scaled images?
我创建了一个由许多单个显微镜图像拼接而成的大图像。
突然，（经过几个月的正常工作）拼接的概览图像变得模糊，并且它们包含奇怪的结构人工制品，如斜线（不是矩形，它们是因为拼接不完美）
如果我以全尺寸打开任何特定图块，它们并不模糊，而且几乎看不到人工制品。 （考虑一下，下图已经缩放了 4 倍）
概览图像是通过使用 QImage::scaled 缩放每个图块并将它们全部复制到大图像中的相应区域来手动创建的。我没有使用opencv的拼接。
我想，这是因为图像内容，因为大多数情况下概览图像都可以。
问题是，如何避免这种难以观察到的伪影在缩放后变得非常清晰可见？ OpenCV 或 QImage 中有什么方法吗？
是否有任何算法可以找出图像内容是否会导致定义的效果 scale-factor?
非常感谢！
您确定相机校准正确吗？闪电是均匀的吗？镜头清晰吗？您是否有干扰相机连接的电子元件？
如果您在统一 material（或非统一 material，长时间随机移动）上添加照片的图像帧，则合成的集成图像应该是完全统一的。
如果生成的图像不均匀，尤其是系统噪声（如所提供图片中明显的正弦噪声），请编写一个校准函数来转换图像 -> 校准图像。
傅立叶滤波 space 是滤除噪声的另一种方法，但考虑到图像是旋转的，您将失去精度，并且您也会切断真实信号的分量。以下经验方法将显着降低您的特定情况下的噪音：
- ground_output：每像素总和 >10 帧（越多越好）的合成图像均匀 material（例如激发的磷板）
- ground_input：ground_output
中的平均值（或 sqrt（px^2 的总和））
- calib_image：ground_input /（每像素）ground_output。为会话保存，或持久保存在文件中（重要：确保无损压缩！（jpeg））。
- work_input：要处理的图像
- work_output = work_input *（每像素）calib_image：针对系统噪声校准的图像。
如果你不能创造一个完美的ground_input目标，比如手头有一套制服material，不要太担心。如果你均匀地（或随机地）移动任何 material 足够长的时间，在这种情况下它将充当统一的 material（想想一张模糊的照片）。
此方法的额外优势是校准 ccd 相机具有的孤立故障像素（例如 NormalPixel.value（信号））。
如果您想获得更多乐趣，您总是可以将校准函数拟合到比零截距线更复杂的东西（步骤 3. 和 5.）。
我建议使用其他一些软件缩放图像，以验证这些伪像实际上是由 Qt 引起的还是您捕获的图像中固有的。
歪斜的线路看起来很像模拟电视干扰，或者 CCTV 由 50 或 60 Hz 电源线 运行 沿着信号线引起的噪声或信号上的一些其他电子干扰。
如果图像失真是由信号干扰引起的，那么您可以尝试通过将信号线远离可能是问题根源的任何地方来减轻它，或者安装一些东西来尝试过滤噪声（例如巴伦） ).
我创建了一个由许多单个显微镜图像拼接而成的大图像。 突然，（经过几个月的正常工作）拼接的概览图像变得模糊，并且它们包含奇怪的结构人工制品，如斜线（不是矩形，它们是因为拼接不完美）
如果我以全尺寸打开任何特定图块，它们并不模糊，而且几乎看不到人工制品。 （考虑一下，下图已经缩放了 4 倍）
概览图像是通过使用 QImage::scaled 缩放每个图块并将它们全部复制到大图像中的相应区域来手动创建的。我没有使用opencv的拼接。
我想，这是因为图像内容，因为大多数情况下概览图像都可以。
问题是，如何避免这种难以观察到的伪影在缩放后变得非常清晰可见？ OpenCV 或 QImage 中有什么方法吗？ 是否有任何算法可以找出图像内容是否会导致定义的效果 scale-factor?
非常感谢！
您确定相机校准正确吗？闪电是均匀的吗？镜头清晰吗？您是否有干扰相机连接的电子元件？
如果您在统一 material（或非统一 material，长时间随机移动）上添加照片的图像帧，则合成的集成图像应该是完全统一的。
如果生成的图像不均匀，尤其是系统噪声（如所提供图片中明显的正弦噪声），请编写一个校准函数来转换图像 -> 校准图像。
傅立叶滤波 space 是滤除噪声的另一种方法，但考虑到图像是旋转的，您将失去精度，并且您也会切断真实信号的分量。以下经验方法将显着降低您的特定情况下的噪音：
- ground_output：每像素总和 >10 帧（越多越好）的合成图像均匀 material（例如激发的磷板）
- ground_input：ground_output 中的平均值（或 sqrt（px^2 的总和））
- calib_image：ground_input /（每像素）ground_output。为会话保存，或持久保存在文件中（重要：确保无损压缩！（jpeg））。
- work_input：要处理的图像
- work_output = work_input *（每像素）calib_image：针对系统噪声校准的图像。
如果你不能创造一个完美的ground_input目标，比如手头有一套制服material，不要太担心。如果你均匀地（或随机地）移动任何 material 足够长的时间，在这种情况下它将充当统一的 material（想想一张模糊的照片）。
此方法的额外优势是校准 ccd 相机具有的孤立故障像素（例如 NormalPixel.value（信号））。
如果您想获得更多乐趣，您总是可以将校准函数拟合到比零截距线更复杂的东西（步骤 3. 和 5.）。
我建议使用其他一些软件缩放图像，以验证这些伪像实际上是由 Qt 引起的还是您捕获的图像中固有的。
歪斜的线路看起来很像模拟电视干扰，或者 CCTV 由 50 或 60 Hz 电源线 运行 沿着信号线引起的噪声或信号上的一些其他电子干扰。
如果图像失真是由信号干扰引起的，那么您可以尝试通过将信号线远离可能是问题根源的任何地方来减轻它，或者安装一些东西来尝试过滤噪声（例如巴伦） ).