一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法技术

本发明专利技术公开了一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法，该方法包括：步骤一、对输入的多幅具有不同曝光度的LDR图像进行明暗区域的划分，依据各区域中的图像的对比度、饱和度、曝光度以及亮度，计算图像的权重图；步骤二、使用梯度金字塔来分解图像，以多分辨率的方式来融合图像。与现有技术相比，本发明专利技术、由于融合的过程采用梯度金字塔而不是拉普拉斯金字塔，因此增加了图像的方向和边缘信息，使得生成的HDR图像效果更好；再求权重的时候考虑到了图像的亮度信息，使得生成的HDR图像色彩更鲜明、对比度更高、图像细节更清晰；对于HDR图像领域有很好的借鉴意义。

【技术实现步骤摘要】
一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法
本专利技术属于图像处理领域、高动态范围领域，特别涉及一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法。
技术介绍
动态范围指的是一个物理测量的最大值与最小值之比，由于传统的图片是在一定的曝光下拍摄出来的，因此对比度是有限制的，通过对曝光等级的设置，就会导致在过亮或者过暗区域场景细节的丢失，而这就达不到我们人眼所能观察到的场景，因此一些细节就会被丢失，我们所获取的信息就会减少。为了实现我们捕获的场景更加贴近人眼观察到的场景，并且提高捕获的信息以及细节，这就需要我们提高动态范围，即高动态范围(HighDynamicRange，HDR)。高动态范围图片能够更加准确的记录真实场景的绝大部分色彩和光照信息，并能表现出丰富的色彩细节和明暗层次，而且能够提供更高的对比度、更丰富的信息和更真实的视觉感受，能更好地匹配人眼对现实世界场景的认知特性。正因为如此，HDR技术可以被应用于对图像质量要求较高的领域，如医学影像、视频监控、卫星遥感和计算机视觉等领域中。目前，高动态范围图像生成方法的研究已经有很多，例如：Mann和Picard首本文档来自技高网...

【技术保护点】
一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法，其特征在于，该方法包括以下步骤：步骤一、对输入的多幅具有不同曝光度的LDR图像进行明暗区域的划分，依据各区域中的图像的对比度、饱和度、曝光度以及亮度，计算图像的标量权重图：

【技术特征摘要】
1.一种基于多幅具有不同曝光度的LDR图像的HDR图像融合方法，其特征在于，该方法包括以下步骤：步骤一、对输入的多幅具有不同曝光度的LDR图像进行明暗区域的划分，依据各区域中的图像的对比度、饱和度、曝光度以及亮度，计算图像的标量权重图：其中，ij,k表示输入的多曝光图像序列中第k个图像(i,j)处的像素点，ωC、ωS、ωE、ωL分别表示用于控制的对比度测量因子C、饱和度测量因子S、曝光度测量因子E、亮度测量因子L对标量权重图W的影响程度，然后，对其进行归一化处理，得到N个多曝光图像中第k个图像(i,j)处的像素点的权重为：其中，N代表多曝光图像序列的图像数，Wij,k表示输入的多曝光图像序列中第k个图像在像素点(i,j)处的标量权重值，表示输入的多曝光图像序列中第k个图像在像素点(i,j)处权重值；步骤二、使用梯度金字塔来分解图像，以多分辨率的方式来融合图像：将N幅多曝光图像序列分别进行拉普拉斯金字塔分解，将N幅权重图分别进行高斯金字塔分解，得到不同分辨率的图像和权重图，并记图像A的第l层拉普拉斯金字塔分解为L{A}l，记图像B的第l层高斯金字塔分解为G{B}l；得到融合公式如下：其中，N表示输入的多曝光图像总数，I表示输入的多曝光图像，ij表示像素点(i,j)处，l表示进行拉普拉斯金字塔分解或者高斯金字塔分解时的层，表示归一化的权重图，R表示金字塔分解后的第l层图像，表示金字塔分解后的第l层图像R在像素点(i,j)处的像素值；对图像进行梯度金字塔分解，具体步骤如下：将输入的多幅不同曝光度的图像中第k幅图像定义为G0，对其进行高斯金字塔分解，并将G0定义为高斯金字塔的最底层；然后，对得到的高斯金字塔的最顶层除外的各个分解层分别在水平方向、45°对角线方向、垂直方向和135°对角线方向进行梯度滤波；滤波后得到图像的梯度金字塔：其中，GPlm表示第l层第m方向的梯度金字塔形图像,Gl表示图像进行高斯金字塔分解后的第l...

【专利技术属性】
技术研发人员：张淑芳，郭志鹏，刘孟娅，韩泽欣，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12