兼顾亮度分布和细节呈现的曝光融合方法技术

本发明专利技术涉及计算机图像高动态范围成像技术领域，提供兼顾亮度分布和细节呈现的曝光融合方法，将低动态范围多曝光图像序列分解在Lab颜色空间，得到亮度序列和颜色序列；根据亮度序列计算亮度全局权重函数；将亮度序列在行数列数平面上分割为多个超像素计算单元，获得亮度细节权重函数，将颜色序列在行数列数平面上分割为多个超像素计算单元，获得颜色细节权重函数；利用亮度全局权重函数和亮度细节权重函数对亮度序列进行加权求和得到融合亮度分量；利用颜色细节权重函数对颜色序列进行加权求和得到融合颜色分量；本发明专利技术实现从多张低动态范围图像直接合成单张低动态范围的高动态范围快速成像，并满足在亮度分布和细节呈现的需求。

Exposure fusion method taking into account brightness distribution and detail presentation

The invention relates to a computer image of high dynamic range imaging technology, providing both the brightness distribution and presents details of the exposure fusion method, low dynamic range multi exposure image decomposition in Lab color space, color and brightness are sequence sequence; calculating a luminance weighting function according to global brightness sequence; the brightness in the sequence number sequence plane segmentation a super pixel calculation unit, obtain luminance details of weight function, the color sequence in the sequence number of the plane is divided into a plurality of pixel calculation unit, color details of the weighting function; global luminance by using weight function and weight function of brightness luminance detail sequence weighted sum of the luminance component of the color fusion; weighted sequence and get the fusion color using the color details of the weighting function; the invention realizes from a low dynamic range The images are directly synthesized into a single low dynamic range of high dynamic range for fast imaging, and the requirements for luminance distribution and detail presentation are satisfied.

【技术实现步骤摘要】
兼顾亮度分布和细节呈现的曝光融合方法
本专利技术涉及计算机图像高动态范围成像
，特别涉及一种兼顾亮度分布和细节呈现的曝光融合方法。
技术介绍
在数字成像系统中，成像器件将接收到的光信号转化为电信号，再经过数字量化形成数字图像。然而由于自然场景的辐照度范围远大于成像器件的动态范围，因此发展了高动态范围成像技术，使得高动态范围的自然场景能够被有效纪录。高动态范围成像技术可通过两个技术途径实现：成像器件以及数字图像。前者基于数字电路技术，拓宽成像器件的光电响应范围，以更高位的数字信号输出目标辐照度，然而该方法需要更高的工艺和成本，并且必须配置昂贵的高位数显示器才能推广应用。然后数字图像技术却没有这么高的要求，因而基于数字图像技术的高动态范围成像得到了广泛的应用，诸如在手机摄像、工业监测、安防监控和生物成像等领域。基于数字图像技术的高动态范围成像的主流技术方案包括：(1)色调映射，基于目标场景的多曝光图像序列，估计成像器件的响应曲线，得到目标场景辐照度的估计值，再利用映射函数将高动态范围(HDR)辐照度映射到低动态范围(LDR)像素值，使之可直接在常规显示器上显示和使用。但是色调映射需要较多的LDR图像才能较准确地估计目标场景的HDR辐照度，同时需要设计合理的色调映射函数，以符合人眼视觉为目标将HDR压缩到LDR；现有色调映射技术在多曝光图像数量过少时，会造成相机响应曲线的估计误差甚至失败，而过多的曝光图像数量又会引入较大的时间代价，较难实时应用在诸如手机、汽车及工业检测等领域。(2)曝光融合，将目标场景的多张LDR图像直接融合为一张LDR图像，无需色调映射中的HDR辐照度估计这一步骤，相比色调映射具有更好的实时性和灵活性。曝光融合的关键是权重函数的设计，它的作用是合理选择多曝光图像序列中的有用信息，并整合在一张LDR图像中以呈现目标HDR场景。现有曝光融合技术采用多分辨率框架实现不同权重的图像融合，而诸如哈尔小波框架会造成图像中的方块效应，复杂小波框架及拉普拉斯金字塔又造成过多的时间和内存的消耗，在曝光融合效果上，常存在过曝和欠曝区域的细节丢失，场景中亮度反转等缺陷。
技术实现思路
为解决以上技术问题，本专利技术提供兼顾亮度分布和细节呈现的曝光融合方法。基于多曝光和图像融合技术，有效解决LDR成像器件和显示设备无法捕获和呈现HDR目标的问题，实现从多张LDR图像直接合成单张LDR的HDR快速成像。本专利技术的一种兼顾亮度分布和细节呈现的曝光融合方法，包括：将低动态范围LDR多曝光图像序列分解在Lab颜色空间，得到亮度序列和颜色序列；根据所述亮度序列计算亮度全局权重函数；根据多曝光图像序列的总行数、总列数和总张数建立虚拟坐标系，基于所述虚拟坐标系对所述亮度序列进行超像素分割，建立多曝光图像的超像素分割结构，基于所述的超像素分割结构，将亮度序列在行数列数平面上分割为多个超像素计算单元，获得亮度细节权重函数，将颜色序列在行数列数平面上分割为多个超像素计算单元，获得颜色细节权重函数；利用所述亮度全局权重函数和亮度细节权重函数对所述亮度序列进行加权求和得到融合亮度分量；利用所述颜色细节权重函数对颜色序列进行加权求和得到融合颜色分量。采用所述融合亮度分量和融合颜色分量进行曝光融合本专利技术从时间轴角度构建亮度全局权重函数，确保曝光融合图像的亮度分布与真实HDR场景相符合，从图像平面角度构建细节权重函数，并结合亮度颜色分离的方法提取目标细节，实现了一种兼顾亮度分布和细节呈现的曝光融合技术；同时利用超像素以计算单元构建局部常量的细节权重函数，可充分提取局部细节信息，避免了过曝和欠曝区域的细节丢失以及亮度反转缺陷，且无需多分辨率等复杂融合过程，操作简单，时间代价小。附图说明图1为本专利技术兼顾亮度分布和细节呈现的曝光融合方法优选实施例流程示意图；图2为本专利技术的亮度全局权重函数与细节权重函数示意图；图3为本专利技术的亮度颜色分离特征示意图；图4为本专利技术的兼顾亮度分布和细节呈现的直接曝光融合流程图；图5为本专利技术的超像素网格计算单元示意图；图6为本专利技术的曝光融合方法与传统方法对比结果。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图对本专利技术实施例进一步详细说明。本专利技术提出的一种兼顾亮度分布和细节呈现的曝光融合方法，遵循曝光融合技术的一般路线，例如，MertensT,KautzJ,ReethFV.ExposureFusion[C]//ConferenceonComputerGraphics&Applications.IEEEComputerSociety,2007:382-390)，首先根据多张LDR图像计算权重函数，用于衡量输入图像中的特征以怎样的比例整合至输出图像，然后根据权重函数对输入图像序列实施直接加权相加，输出一张符合人眼视觉的、呈现HDR目标场景的LDR图像，能够用于后续计算机视觉和模式识别等操作，并能够直接在传统的LDR显示设备上使用。本专利技术提出的一种兼顾亮度分布和细节呈现的直接曝光融合方法，如图1所示，包括以下步骤：S1、图像序列分解设输入的低动态范围LDR多曝光图像序列为{Ii}，其中i＝1,2,...n指图像序列编号，总共n幅LDR多曝光图像，所述多曝光图像序列就是不同曝光时间t1,t2,t3…下获得的图像。将n幅LDR多曝光图像在Lab颜色空间进行分解，得到亮度序列{li}，颜色序列{ai}与{bi}，即每幅LDR多曝光图像经过分解得到亮度分量和颜色分量。Lab颜色空间分解就指把彩色图像信号经分色、分别放大校正，再经过矩阵变换电路得到亮度信号和两个色差信号。S2、亮度全局权重函数设计首先，根据亮度序列在对数域计算有效亮度{Li}：其中log(·)是自然对数函数，lmin和lmax指有效亮度范围，分别优选取值2％和98％然后，计算每幅图像的平均有效亮度{mi}：其中Ni是有效亮度Li中非零元素的个数。再次，假设LDR多曝光图像序列{Ii}的平均有效亮度的中值为mj，于是设计如下亮度全局权重函数其中，表示第i幅LDR多曝光图像的亮度全局权重函数，exp(·)是自然指数函数。本专利技术亮度全局权重函数ωh从亮度角度分析了输入LDR图像序列的亮度特征，当平均有效亮度mi较小时，说明图像中包含了较多的欠曝区域，反之则包含了较多的过曝区域。而中间有效亮度mj则能较真实地反映高动态范围HDR目标场景的亮度分布，于是以mj为参考设计亮度全局权重函数ωh，为输入LDR图像序列赋予全局权重值，以便可在融合图像中保全HDR目标场景的亮度分布特征。S3、细节权重函数设计记输入低动态范围LDR多曝光图像序列{Ii}的维度是r×c×n，r、c、n分别表示图像的总行数、总列数和总张数，并建立如下虚拟坐标系，即行数轴U、列数轴V、张数轴T虚拟坐标系：其中u,v,t分别表示图像序列{Ii}的行数、列数和张数，于是第t幅图像的第r行第c列处的亮度值可表示为l(r,c,t)。基于所述的虚拟坐标系，对亮度序列{li}进行超像素分割，包括：首先，在UV平面(行数轴-列数轴平面)上均匀放置M个种子点，设某种子点为p(r0,c0)，其邻域内的点为p(r1,c1)，于是针对多曝光图像亮度序列{li}设计如下亮度距离判据Dl：其意义是衡量种本文档来自技高网...

【技术保护点】
一种兼顾亮度分布和细节呈现的曝光融合方法，其特征在于：包括：将低动态范围LDR多曝光图像序列分解在Lab颜色空间，得到亮度序列和颜色序列；根据所述亮度序列计算亮度全局权重函数；根据多曝光图像序列的总行数、总列数和总张数建立虚拟坐标系，基于所述虚拟坐标系对所述亮度序列进行超像素分割，建立多曝光图像的超像素分割结构，基于所述的超像素分割结构，将亮度序列在行数列数平面上分割为多个超像素计算单元，获得亮度细节权重函数，将颜色序列在行数列数平面上分割为多个超像素计算单元，获得颜色细节权重函数；利用所述亮度全局权重函数和亮度细节权重函数对所述亮度序列进行加权求和得到融合亮度分量；利用所述颜色细节权重函数对颜色序列进行加权求和得到融合颜色分量；采用所述融合亮度分量和融合颜色分量进行曝光融合。

【技术特征摘要】
1.一种兼顾亮度分布和细节呈现的曝光融合方法，其特征在于：包括：将低动态范围LDR多曝光图像序列分解在Lab颜色空间，得到亮度序列和颜色序列；根据所述亮度序列计算亮度全局权重函数；根据多曝光图像序列的总行数、总列数和总张数建立虚拟坐标系，基于所述虚拟坐标系对所述亮度序列进行超像素分割，建立多曝光图像的超像素分割结构，基于所述的超像素分割结构，将亮度序列在行数列数平面上分割为多个超像素计算单元，获得亮度细节权重函数，将颜色序列在行数列数平面上分割为多个超像素计算单元，获得颜色细节权重函数；利用所述亮度全局权重函数和亮度细节权重函数对所述亮度序列进行加权求和得到融合亮度分量；利用所述颜色细节权重函数对颜色序列进行加权求和得到融合颜色分量；采用所述融合亮度分量和融合颜色分量进行曝光融合。2.根据权利要求1所述兼顾亮度分布和细节呈现的曝光融合方法，其特征在于，所述根据所述亮度序列计算亮度全局权重函数，包括：其中，表示第i幅LDR多曝光图像的亮度全局权重函数，exp(·)是自然指数函数，mi是每幅图像的平均有效亮度，mj是多曝光图像序列的平均有效亮度的中值，Li是有效亮度，Ni是有效亮度Li中非零元素的个数，log(·)是自然对数函数，li表示亮度序列中的值，lmin和lmax指有效亮度范围。3.根据权利要求1所述兼顾亮度分布和细节呈现的曝光融合方法，其特征在于：所述亮度细节权重函数为：其中，表示第i幅LDR多曝光图像的亮度细节权重函数，mean(·)和std(·)分别表示求平均值和求标准差，表示超像素区域Rij的亮度，和表示超像素区域Rij的颜色分量，RX...

【专利技术属性】
技术研发人员：陈阔，熊仕勇，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50