Update doc.md

Author: neozhaoliang

doc/doc.md

@@ -198,10 +198,8 @@ python run_get_projection_maps.py -camera front -scale 0.7 0.8 -shift -150 -100
 4. 对重叠区域中的每个像素，利用 `cv2.pointPolygonTest` 计算其到这两个多边形 `polyA` 和 `polyB` 的距离 $d_A,d_B$，则该像素对应的权值为 $w=d_B^2/(d_A^2+d_B^2)$，即如果这个像素落在 `front` 画面内，则它与 `polyB` 的距离就更远，从而权值更大。
 
 5. 对不在重叠区域内的像素，若其属于 `front` 相机的范围则其权值为 1，否则权值为 0。于是我们得到了一个连续变化的，取值范围在 0~1 之间的矩阵 $G$，其灰度图如下：
-  
-   <img style="margin:0px auto;display:block" width=250 src="./img/weight_for_FL.png" />
-
-   将 $G$ 作为权值可得融合后的图像为 `front * G + (1- G) * left`。
+    <img style="margin:0px auto;display:block" width=250 src="./img/weight_for_FL.png" />
+    将 $G$ 作为权值可得融合后的图像为 `front * G + (1- G) * left`。
 
 6. 注意由于重叠区域中的像素值是来自两幅图像的加权平均，所以出现在这个区域内的物体会不可避免出现虚影的现象，所以我们需要尽量压缩重叠区域的范围，尽可能只对拼接缝周围的像素计算权值，拼接缝上方的像素尽量使用来自 `front` 的原像素，拼接缝下方的像素尽量使用来自 `back` 的原像素。这一步可以通过控制 $d_B$ 的值得到。