图像合成是计算机视觉与图形学中的一个重要课题,一张具有真实感的合成图像往往需要调整前景与背景图像的信息,以使得前背景图像适配。然而,这项工作往往是困难的,因为前景与背景图像拍摄信息不同,由于光照、透视、相机属性等各方面原因,人工根据经验调整往往很难得到真实结果,且工作量较大,需要丰富的经验。本文提出了一个创造性的方法来调整前景图像,以使得合成图像看起来尽可能真实。本文方法提出了最佳匹配块(best-buddy)概念,用最佳匹配块先验来表征真实图像中两个相似块之间共同出现的概率分布大小,最佳匹配块先验可以从大量的无标签数据中训练得到,由于训练图片不需要人工手动标记,因此本方法可以较为容易地获得训练数据。对于前景图像的调整向量,可以由最佳匹配块之间的差值得到,最佳匹配块由先验概率计算得到,即最佳匹配块是局部概率密度最大的点,我们用mean-shift方法来计算局部概率密度最大的点。本文提出的方法在60张测试图像中进行试验,得到了相对较好地结果。我们随机选取了 60张真实图像,并标记其前景与背景,随机调整前景图像的饱和度、色调、色温、亮度等参数,用调整后的图像作为测试图像,原始图像作为groundTruth。我们计算结果图像与groundTruth图像之间的MAE,通过与目前的五种方法对比,本文方法MAE值较小,表明结果较好。