一种基于细节增强的单张LDR图像曝光校正的方法技术

本发明专利技术公开了一种基于细节增强的单张LDR图像曝光校正的方法。针对单张LDR(低动态范围)图像同时存在过曝光和欠曝光区域的情况，对传统的Retinex算法进行改进和扩展，分别对过曝光区域与欠曝光区域进行校正，然后将校正后的图像进行融合。本发明专利技术方法可以同时增强单张LDR图像的过曝光与欠曝光区域的细节，且处理结果保持良好的视觉效果，而不会出现过增强(饱和度过度，偏色，伪信息等)现象。

A method of exposure correction for single LDR image based on detail enhancement

The invention discloses a method of single LDR image exposure correction based on detail enhancement. Aiming at the situation that single LDR (low dynamic range) image has both overexposed and under exposed regions, the traditional Retinex algorithm is improved and expanded. The overexposed area and the under exposed area are corrected respectively, and then the corrected images are fused. The method can simultaneously enhance the details of overexposed and unexposed regions in single LDR images, and the processing results maintain good visual effects without overenhancement (oversaturation, color bias, pseudo information, etc.).

【技术实现步骤摘要】
一种基于细节增强的单张LDR图像曝光校正的方法
本专利技术属于数字图像处理领域，涉及一种基于细节增强的单张LDR图像曝光校正的方法。
技术介绍
消费级传感器不能捕捉真实世界的高动态范围，如当暗场景出现强光时，获取的低动态图像(LDR)会出现错误曝光(过曝光或欠曝光)的区域。这种图像视觉质量差，且在错误曝光区域的细节也被压缩，甚至丢失。许多校正方法被提出用于图像过曝光或欠曝光区域的恢复。常用的如直方图均衡化或gamma校正方法可以增强图像整体对比度，但这些方法不能自适应于图像不同区域。改进的自适应直方图均衡化可以很好的增强图像各区域细节，但其存在过增强(即饱和度过度，偏色，伪信息等)以及区域过渡不自然现象。也有专门处理过曝光区域或欠曝光增强的方法，但当单张LDR(LowDynamicRange)图像同时存在过曝光与欠曝光区域时，往往不能得到很好的校正结果。对于同时处理过曝光区域与欠曝光区域，也有基于图像修复的方法和自适应的S曲线曝光校正等方法被提出，其可以得到比较好的视觉效果，但对于曝光错误区域的细节却不能很好的恢复。有很多HDR压缩的方法可以将多张LDR图像融合得到正确曝光的图像，但本文档来自技高网...

【技术保护点】
一种基于细节增强的单张LDR图像曝光校正的方法，其特征在于，该方法包括以下步骤：(1)欠曝光区域校正，具体是：(1.1)初始估计光照强度为图像RGB三通道的最大值；(1.2)利用光照强度是缓慢变化的先验条件，采用WLS滤波，确定光照强度L；(1.3)利用步骤(1.2)得到的光照强度，基于Retinex理论模型，恢复场景反射强度，即欠曝光校正图像；(2)过曝光区域校正，具体是：(2.1)初始估计暗亮度为图像RGB三通道的最小值；(2.2)利用光照强度是缓慢变化的先验条件，采用WLS滤波，确定暗亮度强度Ld；(2.3)利用步骤(2.2)得到暗亮度，基于改进的Retinex理论模型，恢复场景反射强度...

【技术特征摘要】
1.一种基于细节增强的单张LDR图像曝光校正的方法，其特征在于，该方法包括以下步骤：(1)欠曝光区域校正，具体是：(1.1)初始估计光照强度为图像RGB三通道的最大值；(1.2)利用光照强度是缓慢变化的先验条件，采用WLS滤波，确定光照强度L；(1.3)利用步骤(1.2)得到的光照强度，基于Retinex理论模型，恢复场景反射强度，即欠曝光校正图像；(2)过曝光区域校正，具体是：(2.1)初始估计暗亮度为图像RGB三通道的最小值；(2.2)利用光照强度是缓慢变化的先验条件，采用WLS滤波，确定暗亮度强度Ld；(2.3)利用步骤(2.2)得到暗亮度，基于改进的Retinex理论模型，恢复场景反射强度，即过曝光校正图像；所述改进的Retinex理论模型定义如下：(1-I)＝(1-Ro)×(1-Ld)其中，Ro为过曝光区域反射强度；(3)基于显著性的图像融合，具体是：(3.1)定义欠曝光校正图像的融合权重过曝光校正图像的权重为(3.2)利用LC显著性对上述权重进行显著性检测，并做归一化，作为各自的最终权重；(3.3)将欠曝光和过曝光校正的结果分别与各自的权重相乘，叠加起来，作为最终的校正图像；(4)多尺度处理，具体是：(4.1)对于WLS滤波取不同的权重，得到不同尺度的校正图像；(4.2)将不同尺度的校正图像叠加起来，得到多尺度融合图像。2.根据权利要求1所述的基于细节增强的单张LDR图像曝光校正的方法，其特征在于，所述步骤(1.3)中，恢复场景反射强度Ru的公...

【专利技术属性】
技术研发人员：冯华君，常猛，徐之海，李奇，陈跃庭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33