一种基于拉普拉斯金字塔分解的多曝光图像融合方法技术

该发明专利技术公开了一种基于拉普拉斯金字塔分解的多曝光图像融合法，涉及计算机视觉领域和图像/视频处理领域，研究偏重于图像处理。该方法针对传统的基于拉普拉斯金字塔的融合方法在进行多尺度分解和重构的过程中损失了图像的细节等信息的弊端，利用图像细节增强方法对输入图像进行一定程度的细节增强，抵消一部分由于金字塔放大和缩小造成的细节损失，从而具有对多曝光图像融合后的生成图像包含有丰富的细节和较高的清晰度的效果。

【技术实现步骤摘要】
一种基于拉普拉斯金字塔分解的多曝光图像融合方法
本专利技术涉及计算机视觉领域和图像/视频处理领域，研究偏重于图像处理。
技术介绍
动态范围是指一个物理量的最大值和最小值之比。对于一个实际场景来说，动态范围就是指这个现实场景中最明亮的点与最阴暗的点的光照辐射度之比。高动态范围图像所覆盖的动态范围很大，可以很好地再现自然场景，保留场景中的细节信息，给人们带来逼真的视觉体验。高动态范围成像技术在图像和视频领域起着很重要的作用。当一个真实场景的动态范围很高时，即使照相机设置了正确的曝光度，获得的图像中也总是包含过度曝光和曝光不足的区域。高动态范围成像技术能够获得高动态范围图像，并且使这些含有丰富细节的高动态范围图像在低动态范围设备上显示。目前常用的高动态范围成像技术为多曝光图像融合方法，包括：直接融合方法、基于区域的融合方法和基于分层的融合方法。直接融合方法是根据获得的输入图像的权重图，将输入图像直接融合。在这种方法中，权重图质量是获得高质量图像的关键。为了获得高质量的权重图，这种方法会变得非常复杂。基于区域的融合方法首先将输入图像分成若干的区域，然后选取所有输入图像同一区域的最优块，最后融本文档来自技高网...

【技术保护点】
一种基于拉普拉斯金字塔分解的多曝光图像融合法，该方法包括：步骤1：选取同一个场景采取不同的曝光度获得的图像，这些图像中每幅图像都含有场景的细节，大小都相同，同时调整图像大小使得图像尺寸能够满足金字塔分解的条件；步骤2：对选取的每幅图像进行细节增强处理；步骤3：对每一幅处理后的图像进行拉普拉斯金字塔分解；步骤4：获得步骤1选取的各幅图像的权重图；步骤5：对各权重图进行与步骤3相同的拉普拉斯金字塔分解；步骤6：利用步骤5得到的权重图分解图将步骤3的分解图像进行融合；步骤7：将融合后的图像进行重构，获得最终图像。

【技术特征摘要】
1.一种基于拉普拉斯金字塔分解的多曝光图像融合法，该方法包括：步骤1：选取同一个场景采取不同的曝光度获得的图像，这些图像中每幅图像都含有场景的细节，大小都相同，同时调整图像大小使得图像尺寸能够满足金字塔分解的条件；步骤2：对选取的每幅图像进行细节增强处理；步骤3：对每一幅处理后的图像进行拉普拉斯金字塔分解；步骤4：获得步骤1选取的各幅图像的权重图；步骤5：对各权重图进行与步骤3相同的拉普拉斯金字塔分解；步骤6：利用步骤5得到的权重图分解图将步骤3的分解图像进行融合；步骤7：将融合后的图像进行重构，获得最终图像；其特征在于所述步骤7的具体步骤为：步骤7-1：计算步骤6得到的各幅融合图像的图像特征，计算公式为：其中w和h表示图像的宽和高，er，eg和eb分别表示(w,h)处的像素在r、g、b三个通道的过曝光度；其计算方法为：其中r表示像素点在r通道的像素值；其中g表示像素点在g通道的像素值；其中b表示像素点在b通道的像素值；步骤7-2：构造各层融合图像的增强因子：其中l表示图像为融合后拉普拉斯金字塔的第l层，C为图像特征；步骤7-3：结合增强因子对图像进行重构：其中Res表示重构后的结果图像，l表示拉普拉斯金字塔的层级，n表示金字塔的总层数，Lapl,l表示第l层的融合后的拉普拉斯金字塔的图像经过l次内插放大后所得到的图像。2.如权利要求1所述的一种基于拉普拉斯金...

【专利技术属性】
技术研发人员：饶云波，江春华，程平，邵军，杨龙配，陆霖霖，王海涛，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51