一种光晕去除的多曝光图像融合方法技术

本发明专利技术公开了一种光晕去除的多曝光图像融合方法，其计算每幅曝光图像的亮度图像的局部梯度稀疏复杂度映射图和曝光质量映射图；然后融合得到每幅曝光图像的亮度图像的初步融合权值图像，进而得到每幅曝光图像的亮度图像的初步融合权值图像的归一化图像的优化图像的归一化图像；再获得所有曝光图像的最终融合图像；优点是通过针对亮度图像的梯度幅值图像的稀疏表示构建局部梯度稀疏复杂度映射图及曝光质量映射图进行图像融合，有效抑制了大幅值的无效梯度在图像融合过程中产生的影响，消除了融合图像中的光晕现象，且能更有效地提取多曝光图像序列中不同曝光条件下的图像纹理细节，因此融合图像中含有更丰富的纹理细节和具有更高的清晰度。

【技术实现步骤摘要】
一种光晕去除的多曝光图像融合方法
本专利技术涉及一种图像处理技术，尤其是涉及一种光晕去除的多曝光图像融合方法。
技术介绍
动态范围是可变化信号中的最大值和最小值的比值。对于一个实际场景，动态范围即指该实际场景中存在的最大亮度值与最小亮度值的比值。由于真实自然环境中存在着丰富的光影和颜色信息，其亮度动态范围一般都非常大，最大可以跨越1014数量级，远远超过了目前市场上通用的成像设备所能捕获的动态范围，因此，能够真实再现自然场景的高动态范围成像技术凭借其完美的纹理细节保留、逼真的视觉感知，已越来越广泛地应用在数字摄影、航天航空、卫星气象、医疗、军事等行业。目前，高动态范围成像技术主要有两类，即基于硬件实现技术和基于软件合成技术。基于硬件实现的高动态范围成像技术需要特定的高动态范围成像设备拍摄，该类设备价格昂贵，因此未能在通用市场中流行。最初的基于软件合成的高动态范围成像技术，是通过改变曝光度来取舍亮度信息以获取场景的某一段动态范围，然后通过已获知的曝光时间来修复相机响应曲线并将图像映射至场景辐射度域，最后在场景辐射度域进行图像加权融合；该技术需获知精确的曝光时间，且所获的高动态范围图像需经过色调映射才能在普通显示设备上显示。当前基于多曝光图像融合的高动态范围合成技术已获得人们的广泛关注，该多曝光图像融合的高动态范围合成技术不需要获知精确的曝光时间来修复相机响应曲线及将图像映射到场景辐射度域，其合成图像能够提供比单幅图像更为丰富的细节信息、更接近人眼所观察到的真实景物，同时也可以直接在普通显示设备上显示，因此具有更高的计算效率。目前，常用的多曝光图像融合方法主要有：直接融合方法、基于区域的融合方法、基于拉普拉斯、引导滤波等各类金字塔的分层融合方法。但是以上融合方法并没有充分考虑到高动态范围场景下，通过多曝光融合方式获取的高动态范围图像容易在局部亮度变化剧烈区域产生光晕现象，影响人眼视觉感知结果。多曝光图像融合过程中，在场景中亮度变化剧烈区域会产生光晕现象，其主要原因是在多曝光图像序列的获取过程中，通过改变曝光度取舍亮度信息可以获取场景的某一段动态范围，但场景局部亮度变化剧烈的程度可能远超过普通相机所能涵盖的动态范围，这在某一曝光条件下会在该亮度变化剧烈区域产生过曝光与欠曝光相邻的现象，且在该曝光条件下该相邻边界获得的梯度幅值远大于其他曝光条件下相同位置所获得的梯度幅值，将该大幅值的梯度应用于多曝光融合过程即会在融合图像中产生光晕现象。因此，研究一种新型的多曝光图像融合方法来获得既含有丰富纹理细节和高清晰度，又无光晕现象的高动态范围图像非常重要。
技术实现思路
本专利技术所要解决的技术问题是提供一种光晕去除的多曝光图像融合方法，其融合得到的高动态范围图像不存在光晕现象，且含有丰富纹理细节和具有高清晰度。本专利技术解决上述技术问题所采用的技术方案为：一种光晕去除的多曝光图像融合方法，其特征在于包括以下步骤：步骤一：选取不同场景的清晰图像共Nclear幅，选取的清晰图像包括室内场景的清晰图像和室外场景的清晰图像；然后获取每幅清晰图像的亮度图像；接着获取每幅清晰图像的亮度图像的梯度幅值图像；其中，清晰图像为RGB格式，Nclear≥2，室内场景的清晰图像的幅数与室外场景的清晰图像的幅数相同；步骤二：通过滑动窗口技术将每幅清晰图像的亮度图像的梯度幅值图像划分成Nblock个部分重叠的尺寸大小为Block×Block的图像块；然后将每幅清晰图像的亮度图像的梯度幅值图像中的每个图像块中的所有像素点的像素值按序排列构成该图像块对应的幅值列向量；接着将每幅清晰图像的亮度图像的梯度幅值图像中的所有图像块对应的幅值列向量构成该幅清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵；再将所有清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵构成总幅值矩阵，记为Sclear；其中，滑动窗口的窗口大小为Block×Block、滑动步长为1个像素点，Nblock＝(W-Block+1)×(H-Block+1)，W表示清晰图像的宽度，H表示清晰图像的高度，Block＝2n+1，n为正整数，1≤n≤5，幅值列向量的维数为(Block×Block)×1，幅值矩阵的维数为(Block×Block)×Nblock，Sclear的维数为(Block×Block)×(Nblock×Nclear)；步骤三：采用K-SVD算法对Sclear进行处理，得到最优的过饱和字典，记为Dbest；其中，Dbest的维数为(Block×Block)×K，K表示Dbest中的原子的总个数；步骤四：选取待融合的同一场景而曝光程度不同的Nex幅曝光图像，所有曝光图像中各自含有场景中的在不同曝光条件下所能呈现出来的纹理细节，将第nex幅曝光图像记为然后扩展每幅曝光图像的尺寸大小，将扩展后的图像作为待处理图像，每幅待处理图像的宽度为W'+2n且高度为H'+2n；接着获取每幅曝光图像的亮度图像和每幅待处理图像的亮度图像，将的亮度图像记为再获取每幅待处理图像的亮度图像的梯度幅值图像；其中，曝光图像为RGB格式，Nex≥3，nex为正整数，1≤nex≤Nex，W'表示曝光图像的宽度，H'表示曝光图像的高度；步骤五：通过滑动窗口技术将每幅待处理图像的亮度图像的梯度幅值图像划分成N'block个部分重叠的尺寸大小为Block×Block的图像块；然后将每幅待处理图像的亮度图像的梯度幅值图像中的每个图像块中的所有像素点的像素值按序排列构成该图像块对应的幅值列向量；接着将每幅待处理图像的亮度图像的梯度幅值图像中的所有图像块对应的幅值列向量构成该幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵，将第nex幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵记为其中，滑动窗口的窗口大小为Block×Block、滑动步长为1个像素点，N'block＝W'×H'，幅值列向量的维数为(Block×Block)×1，的维数为(Block×Block)×N'block；步骤六：计算每幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵的稀疏系数矩阵，将的稀疏系数矩阵记为然后计算每幅曝光图像的亮度图像的局部梯度稀疏复杂度映射图，将的局部梯度稀疏复杂度映射图记为将中坐标位置为(xex,yex)的像素点的像素值记为设中坐标位置为(xex,yex)的像素点为中的第i'个像素点，且第nex幅待处理图像的亮度图像的梯度幅值图像中的第i'个图像块的中心像素点与中的第i'个像素点对应，则有其中，的维数为K×N'block，1≤xex≤W'，1≤yex≤H'，i'为正整数，1≤i'≤N'block，符号“||||1”为l1范数求取符号，ai'表示的第i'列的所有元素构成的向量，亦表示中的第i'个幅值列向量的稀疏系数向量；步骤七：对每幅曝光图像的亮度图像进行归一化处理，得到每幅曝光图像的亮度图像的归一化图像，将的归一化图像记为然后计算每幅曝光图像的亮度图像的曝光质量映射图，将的曝光质量映射图记为将中坐标位置为(xex,yex)的像素点的像素值记为其中，表示曝光质量好，表示曝光质量差，α表示曝光质量阈值，α∈[0,1]，表示中坐标位置为(xex,yex)的像素点的像素值；步骤八：计算每幅曝光图像的亮度图像的初步融合权值图像，将的初步融合权本文档来自技高网...

【技术保护点】
1.一种光晕去除的多曝光图像融合方法，其特征在于包括以下步骤：步骤一：选取不同场景的清晰图像共Nclear幅，选取的清晰图像包括室内场景的清晰图像和室外场景的清晰图像；然后获取每幅清晰图像的亮度图像；接着获取每幅清晰图像的亮度图像的梯度幅值图像；其中，清晰图像为RGB格式，Nclear≥2，室内场景的清晰图像的幅数与室外场景的清晰图像的幅数相同；步骤二：通过滑动窗口技术将每幅清晰图像的亮度图像的梯度幅值图像划分成Nblock个部分重叠的尺寸大小为Block×Block的图像块；然后将每幅清晰图像的亮度图像的梯度幅值图像中的每个图像块中的所有像素点的像素值按序排列构成该图像块对应的幅值列向量；接着将每幅清晰图像的亮度图像的梯度幅值图像中的所有图像块对应的幅值列向量构成该幅清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵；再将所有清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵构成总幅值矩阵，记为Sclear；其中，滑动窗口的窗口大小为Block×Block、滑动步长为1个像素点，Nblock＝(W‑Block+1)×(H‑Block+1)，W表示清晰图像的宽度，H表示清晰图像的高度，Block＝2n+1，n为正整数，1≤n≤5，幅值列向量的维数为(Block×Block)×1，幅值矩阵的维数为(Block×Block)×Nblock，Sclear的维数为(Block×Block)×(Nblock×Nclear)；步骤三：采用K‑SVD算法对Sclear进行处理，得到最优的过饱和字典，记为Dbest；其中，Dbest的维数为(Block×Block)×K，K表示Dbest中的原子的总个数；步骤四：选取待融合的同一场景而曝光程度不同的Nex幅曝光图像，所有曝光图像中各自含有场景中的在不同曝光条件下所能呈现出来的纹理细节，将第nex幅曝光图像记为...

【技术特征摘要】
1.一种光晕去除的多曝光图像融合方法，其特征在于包括以下步骤：步骤一：选取不同场景的清晰图像共Nclear幅，选取的清晰图像包括室内场景的清晰图像和室外场景的清晰图像；然后获取每幅清晰图像的亮度图像；接着获取每幅清晰图像的亮度图像的梯度幅值图像；其中，清晰图像为RGB格式，Nclear≥2，室内场景的清晰图像的幅数与室外场景的清晰图像的幅数相同；步骤二：通过滑动窗口技术将每幅清晰图像的亮度图像的梯度幅值图像划分成Nblock个部分重叠的尺寸大小为Block×Block的图像块；然后将每幅清晰图像的亮度图像的梯度幅值图像中的每个图像块中的所有像素点的像素值按序排列构成该图像块对应的幅值列向量；接着将每幅清晰图像的亮度图像的梯度幅值图像中的所有图像块对应的幅值列向量构成该幅清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵；再将所有清晰图像的亮度图像的梯度幅值图像对应的幅值矩阵构成总幅值矩阵，记为Sclear；其中，滑动窗口的窗口大小为Block×Block、滑动步长为1个像素点，Nblock＝(W-Block+1)×(H-Block+1)，W表示清晰图像的宽度，H表示清晰图像的高度，Block＝2n+1，n为正整数，1≤n≤5，幅值列向量的维数为(Block×Block)×1，幅值矩阵的维数为(Block×Block)×Nblock，Sclear的维数为(Block×Block)×(Nblock×Nclear)；步骤三：采用K-SVD算法对Sclear进行处理，得到最优的过饱和字典，记为Dbest；其中，Dbest的维数为(Block×Block)×K，K表示Dbest中的原子的总个数；步骤四：选取待融合的同一场景而曝光程度不同的Nex幅曝光图像，所有曝光图像中各自含有场景中的在不同曝光条件下所能呈现出来的纹理细节，将第nex幅曝光图像记为然后扩展每幅曝光图像的尺寸大小，将扩展后的图像作为待处理图像，每幅待处理图像的宽度为W'+2n且高度为H'+2n；接着获取每幅曝光图像的亮度图像和每幅待处理图像的亮度图像，将的亮度图像记为再获取每幅待处理图像的亮度图像的梯度幅值图像；其中，曝光图像为RGB格式，Nex≥3，nex为正整数，1≤nex≤Nex，W'表示曝光图像的宽度，H'表示曝光图像的高度；步骤五：通过滑动窗口技术将每幅待处理图像的亮度图像的梯度幅值图像划分成N'block个部分重叠的尺寸大小为Block×Block的图像块；然后将每幅待处理图像的亮度图像的梯度幅值图像中的每个图像块中的所有像素点的像素值按序排列构成该图像块对应的幅值列向量；接着将每幅待处理图像的亮度图像的梯度幅值图像中的所有图像块对应的幅值列向量构成该幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵，将第nex幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵记为其中，滑动窗口的窗口大小为Block×Block、滑动步长为1个像素点，N'block＝W'×H'，幅值列向量的维数为(Block×Block)×1，的维数为(Block×Block)×N'block；步骤六：计算每幅待处理图像的亮度图像的梯度幅值图像对应的幅值矩阵的稀疏系数矩阵，将的稀疏系数矩阵记为然后计算每幅曝光图像的亮度图像的局部梯度稀疏复杂度映射图，将的局部梯度稀疏复杂度映射图记为将中坐标位置为(xex,yex)的像素点的像素值记为设中坐标位置为(xex,yex)的像素点为中的第i'个像素点，且第nex幅待处理图像的亮度图像的梯度幅值图像中的第i'个图像块的中心像素点与中的第i'个像素点对应，则有其中，的维数为K×N'block，1≤xex≤W'，1≤yex≤H'，i'为正整数，1≤i'≤N'block，符号“||||1”为l1范数求取符号，ai'表示的第i'列的所有元素构成的向量，亦表示中的第i'个幅值列向量的稀疏系数向量；步骤七：对每幅曝光图像的亮度图像进行归一化处理，得到每幅曝光图像的亮度图像的归一化图像，将的归一化图像记为然后计算每幅...

【专利技术属性】
技术研发人员：郁梅，邵华，蒋刚毅，宋洋，姜浩，彭宗举，陈芬，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33