基于局部特性的高动态图像快速生成方法技术

本发明专利技术提供一种基于局部特性的高动态图像快速生成方法，所述方法包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；图像融合步骤，通过生成的像素级权重，根据图像融合模型将不同曝光度的图像融合在一起。该方法使融合后的高动态视频图像能够包含所有亮度范围的信息，并且能够保证快速的算法运行速度。

【技术实现步骤摘要】

本专利技术属于视频图像处理
，特别是涉及一种基于局部特性的高动态图像快速生成方法。
技术介绍
高动态图像生成是指利用计算机把若干幅具有不同曝光度的同一场景的图像融合成一幅具有所有不同曝光度图像信息的高动态图像，满足人们在各个领域研究的需求。高动态视频生成是指通过一台摄像机快速变换快门速度，同时实时拍摄低曝光度和高曝光度的视频序列，然后通过高动态视频生成算法把两个序列融合成一个高动态序列，使序列中同时包括所有亮度范围的信息。数字图像生成设备(数码相机、数码摄像机等)的使用已经越来越普及，也使得数字图像得到了越来越广泛的应用。在实际的自然环境里，整个空间的动态范围，即亮度范围是非常大的，从最亮的区域到最暗的区域往往会跨越好几个数量级的光亮度。但是一般的数字图像的主要采用0-255个灰度层次去表示图像的亮度变化，这就导致了图像的亮度范围相比于真实场景是远远不够的。随着计算机和图像处理技术的发展，高动态图像生成技术为采集包含所有亮度范围信息的图像提供了很好的解决方案。通过调节相机的曝光时间，采集到不同曝光度(亮度范围)的图片，然后通过高动态图像生成算法，把不同曝光度的图片融合成为一幅包含所有亮度范围信息的图片。高动态图像生成算法有很多。有研究者在2010年详细总结过其中一类算法。这类算法的核心思想是通过浮点数去表示高动态范围的图像，用以解决数字图像动态范围不足的现象。该方法首先建立相机图像生成模型，然后通过多幅同一场景不同曝光度的图像去估计相机的响应曲线，最后通过响应曲线估计出浮点数的真实场景的物体的亮度。这类方法的缺点是必须首先生成浮点数的图像，由于目前的图像显示设备不支持浮点数的显示，所以当显示的时候，还需要映射到8bit的整数空间去显示。同时，浮点数图像的压缩、存储以及传输相比于数字图像也比较困难，也是这一类方法的问题所在。另一类方法被称为曝光度融合算法，这类算法通过直接分配给不同曝光度的图片归一化的权重，把所有图片直接融合在一起。这类方法的优点在于：不需要生成浮点数的图像，直接生成最终的高动态图像；利用人眼的视觉特性，由于人眼对图像整体的亮度范围不敏感，但是对比局部的明暗对比敏感，通过这个特性可以用较低的动态范围的数字图像表示高动态范围的自然场景。有研究者于2005年提出了基于块的融合算法。该算法首先把图像分割成小图像块，计算不同图像块的信息熵，用来度量图像块的信息大小。算法挑出同一个位置不同曝光度图像块中信息熵最大的块。然后把这些块通过一个单调递减的混合函数融合在一起。但是，信息熵在实际应用中，图像块并非越大越好，而且算法的运行时间过长。有研究者于2007年提出了一种由简单饱和度和对比度指导的融合算法。该算法通过多尺度的方法把不同曝光度的图像融合在一起。有研究者于2011年提出了一种基于多目标的优化方程的融合算法，通过在该方程中定义理想图像的一系列性质，达到约束优化目标的效果，然后通过欧拉拉格朗日优化算法求解该方程，得到最后的输出结果。该方法能够得到比较不错的输出结果，但是缺点是计算过程非常缓慢。有研究者于2013年提出了一种细节保持的低复杂度的多曝光度图像融合算法，融合算法提供像素级的权重分配，并且不需要进行任何滤波和变换。但是，算法在饱和度和对比度上有所缺失。
技术实现思路
为了解决上述技术问题，本专利技术提供一种基于局部特性的高动态图像快速生成方法，包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；以及图像融合步骤，通过生成的像素级权重，根据图像融合模型对不同曝光度的图像进行融合。其中，所述每个块的块级权重取得具体包括如下步骤：图像块分割步骤，将所述每个块分割为面积等大的小块；图像信息提取步骤，在所述每个小块的位置，从不同曝光度的小块中选取曝光度最合适的小块；以及融合权重计算步骤，将所述曝光度最合适的小块拼成一副图像作为参数求得融合权重。其中，所述图像融合模型可表示为 F i j = Σ k = 1 N W i j k I i j k , s . t . Σ k = 1 N W i j k = 1 ]]>其中，F是融合的图像结果，W是权重系数，I是原始不同曝光度的图像，i和j分别是像素的坐标，k是不同曝光度图像的编号。其中，在所述融合权重计算步骤中，根据以下公式求得融合权重 W * = argmin W * | | Σ k = 1 N W k I k - R | | , s . t . Σ k = 1 N 本文档来自技高网...

【技术保护点】
一种基于局部特性的高动态图像快速生成方法，其特征在于，包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；以及图像融合步骤，通过生成的像素级权重，根据图像融合模型对不同曝光度的图像进行融合。

【技术特征摘要】
1.一种基于局部特性的高动态图像快速生成方法，其特征在于，包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；以及图像融合步骤，通过生成的像素级权重，根据图像融合模型对不同曝光度的图像进行融合。2.根据权利要求1所述的基于局部特性的高动态图像快速生成方法，其特征在于，所述每个块的块级权重取得具体包括如下步骤：图像块分割步骤，将所述每个块分割为面积等大的小块；图像信息提取步骤，在所述每个小块的位置，从不同曝光度的小块中选取曝光度最合适的小块；以及融合权重计算步骤，将所述曝光度最合适的小块拼成一副图像作为参数求得融合权重。3.根据权利要求1或2所述的基于局部特性的高动态图像快速生成方法，其特征在于，在所述图像融合步骤中，所述图像融合模型可表示为 F i j = Σ k = 1 N W i j k I i j k , s . t . Σ ...

【专利技术属性】
技术研发人员：贾惠柱，柏园超，解晓东，杨长水，陈瑞，高文，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11