【技术实现步骤摘要】
终端及其多曝光图像融合方法
本申请涉及图像处理领域，尤其涉及一种终端及其多曝光图像融合方法。
技术介绍
现实真正存在的亮度差，即，最亮的物体亮度与最暗的物体亮度之比为108，而人类的眼睛所能看到的范围是105左右。然而，一般的显示器、照相机等能表示的只有256种不同的亮度，这在很多场合都不能满足场景细化显示的需要。高动态范围成像(high-dynamicrange，简称hdr)技术扩大了图像的动态范围，使得所获图像能够同时包含场景中亮部区域和暗部区域的细节信息，极大的提高了图像的质量，因此，所述技术成为了学术界与工业界的研究热点。目前常见的方法是通过融合多帧不同曝光量的低动态范围图像，通过算法将多帧图像合成一帧高动态范围图像。然而，多数方法仅仅适用于静态场景下拍摄的图像，真实场景中，绝大多数都是动态场景，所拍摄的多帧图像存在运动的物体，使得所述方法生成的高动态范围图像存在鬼影，极大的影响了图像的质量。现有的一些去鬼影的算法主要的关注点都集中在了检测运动物体，但是往往导致融合后，在参考帧的运动物体的边缘存在图像...
【技术保护点】
1.一种多曝光图像融合方法，其特征在于，包括步骤：/n提供曝光时间由短到长的至少三帧图像；/n将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像，且将所述至少三帧图像和所述亮度匹配后的图像组成第一图像序列；/n在所述至少三帧图像中选择一帧图像作为参考图像，利用所述匹配后的图像与所述参考图像计算结构相似性矩阵和像素一致性矩阵，进而得出表征结构相似性和像素一致性的矩阵序列；/n将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像得到第二图像序列，其中，所述第一图像序列和所述第二图像序列不同；/n基于所述矩阵序列和所述第二图像序列计算所述第二图像序列中每个图像的特征值；及/n根据所...
【技术特征摘要】
1.一种多曝光图像融合方法，其特征在于，包括步骤：
提供曝光时间由短到长的至少三帧图像；
将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像，且将所述至少三帧图像和所述亮度匹配后的图像组成第一图像序列；
在所述至少三帧图像中选择一帧图像作为参考图像，利用所述匹配后的图像与所述参考图像计算结构相似性矩阵和像素一致性矩阵，进而得出表征结构相似性和像素一致性的矩阵序列；
将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像得到第二图像序列，其中，所述第一图像序列和所述第二图像序列不同；
基于所述矩阵序列和所述第二图像序列计算所述第二图像序列中每个图像的特征值；及
根据所述矩阵序列、特征值和第二图像序列实现图像融合，得到融合后的高动态范围图像。
2.根据权利要求1所述的多曝光图像融合方法，其特征在于，所述至少三帧图像包括由照相机拍摄的具有相同背景的且曝光时间从短到长的至少第一帧图像、第二帧图像和第三帧图像；将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像，且将所述至少三帧图像和所述亮度匹配后的图像组成第一图像序列，包括：
将所述第一帧图像亮度匹配到第二帧图像而得到第四图像；
将所述第二帧图像亮度匹配到第三帧图像而得到第五图像；
将第一帧图像、第二帧图像、第三帧图像、第四图像和第五图像组成所述第一图像序列。
3.根据权利要求2所述的多曝光图像融合方法，其特征在于，将所述第一帧图像亮度匹配到第二帧图像而得到第四图像，包括：
获得所述第一帧图像和所述第二帧图像的直方图，所述直方图的横坐标为颜色值，纵坐标为像素个数；
将直方图转换为累计直方图，所述累计直方图的横坐标为颜色值，纵坐标为像素累计个数；
将所述第一帧图像中每个颜色值对应的像素累计个数与所述第二帧图像的所有颜色值分别对应的像素累计个数分别相减得到多个像素累计个数差值，并确定所述多个像素累计个数差值中绝对值最小的差值所对应的所述第二帧图像的累计直方图的颜色值为目标颜色值；及
将所述第一帧图像的所述颜色值替换为所述目标颜色值而得到所述第四图像；
或者，将所述第二帧图像匹配到第三帧图像而得到第五图像，包括：
获得所述第二帧图像和所述第三帧图像的直方图，所述直方图的横坐标为颜色值，纵坐标为像素个数；
将直方图转换为累计直方图，所述累计直方图的横坐标为颜色值，纵坐标为像素累计个数；
将所述第二帧图像的每个颜色值对应的像素累计个数与所述第三帧图像的所有颜色值分别对应的像素累计个数分别相减得到多个像素累计个数差值，并确定所述多个像素累计个数差值中绝对值最小的差值所对应的所述第三帧图像的累计直方图的颜色值为目标颜色值；及
将所述第二帧图像的所述颜色值替换为所述目标颜色值而得到所述第五图像。
4.根据权利要求3所述的多曝光图像融合方法，其特征在于，在所述至少三帧图像中选择一帧图像作为参考图像，利用所述匹配后的图像与所述参考图像计算结构相似性矩阵和像素一致性矩阵，进而得出表征结构相似性和像素一致性的矩阵序列，包括：
将所述第二帧图像作为参考图像，计算所述第二帧图像与所述第四图像的结构相似性矩阵和像素一致性矩阵，并将所述结构相似性矩阵和所述像素一致性矩阵点乘得到第一矩阵；
第二矩阵为1；
计算所述第三帧图像与所述第五图像的结构相似性矩阵和像素一致性矩阵，并将所述结构相似性矩阵和所述像素一致性矩阵点乘得到第三矩阵；
计算1与所述第一矩阵的差值得到第四矩阵；
计算1与所述第三矩阵的差值得到第五矩阵；
其中，所述第一矩阵、第二矩阵、第三矩阵、第四矩阵和第五矩阵组成矩阵序列。
5.根据权利要求4所述的多曝光图像融合方法，其特征在于，计算所述第二帧图像与所述第四图像的结构相似性矩阵，包括：
所述第二帧图像与所述第四图像的对应像素点的结构相似性大于预设阈值时，将结构相似性矩阵中对应该像素点的数值置为1；或者，
当所述第二帧图像与所述第四图像的对应像素点的结构相似性小于等于预设阈值时，将所述第二帧图像与所述第四图像的结构相似性矩阵中对应该像素点的数值置为0。
6.根据权利要求4所述的多曝光图像融合方法，其特征在于，计算所述第二帧图像与所述第四图像的的像素一致性矩阵，包括：
将第二帧图像和第四图像的对应像素点的颜色值的R值、G值和B值分别相减，得到绝对值R，绝对值G和绝对值B；
取绝对值R、绝对值G和绝对值B的最大值与预设阈值比较；
当所述最大值大于所述预设阈值，表明对应像素点的颜色值不一致，并将颜色一致性矩阵中对应该像素点的数值置为0；或者，
当所述最大值小于等于所述预设阈值，表明对应像素点的颜色值一致，并将颜色一致性矩阵中对应该像素点的数值置为1。
7.根据权利要求2所述的多曝光图像融合方法，其特征在于，将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像得到第二图像序列，包括
将所述第二帧图像匹配到第一帧图像而得到第四新图像；
将所述第二帧图像匹配到第三帧图像而得到第五新图像；
将所述第一帧图像、第二帧图像、第三帧图像、第四新图像和第五新图像作为所述第二图像序列。
8.根据权利要求1所述的多曝光图像融合方法，其特征在于，基于所述矩阵序列和所述第二图像序列计算所述第二图像序列中每个图像的特征值，包括：
计算所述第二图像序列的每个图像的特征值，包括窗口方差矩阵、窗口均值矩阵、全局均值矩阵、信号平均强度矩阵、信号结构强度矩阵和信号最大值矩阵。
9.根据权利要求8所述的多曝光图像融合方法，其特征在于，根据所述矩阵序列、特征值和第二图像序列实现图像融合，得到融合后的高动态范围图像，包括：
根据所述矩阵序列、包括但不限于窗口方差矩阵、窗口均值矩阵、信号平均强度矩阵、信号结构强度矩阵和信号最大值矩阵的特征值以及第二图像序列实现图像融合，得到融合后的高动态范围图像。
10.根据权利要求9所述的多曝光图像融合方法，其特征在于，根据所述矩阵序列、包括但不限于窗口方差矩阵、窗口均值矩阵、信号平均强度矩阵、信号结构强度矩阵和信号最大值矩阵的特征值以及第二图像序列实现图像融合，得到融合后的高动态范围图像，包括
滑动选择所述第二图像序列的各个图像的对应图像块，利用所述对应图像块计算高动态范围图像的对应图像块的R值、G值和B值；
滑动选择所述第二图像序列的各个图像中的下一对应图像块，利用所述下一对应图像块计算高动态范围图像的下一对应图像块的R值、G值和B值；
在滑动选择了所述第二图像序列的各个图像的所有对应图像块时，对所述高动态范围图像的R、G、B值中经过多次累加的数值除以累加次数，得到最终的高动态范围图像。
11.根据权利要求10所述的多曝光图像融合方法，其特征在于，利用所述对应图像块计算高动态范围图像的对应图像块的R值、G值和B值的计算公式为：
其中，nor()表示对括号内的数据归一化，Sgmapi是信号结构强度矩阵，Blocki(R/G/B)是所述第二图像序列的各个图像的对应图像块的R值/G值/B值，Lwini是窗口均值矩阵，Sigmai是窗口方差矩阵，Strsig是信号最大值矩阵，newL是所述第二图像序列的各个图像各自的信号平均强度矩阵Mumap与窗口均值矩阵Lwin点乘后求和。
12.一种终端，包括：照相机、处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序以执行以下步骤：
控制所述照相机拍摄曝光时间由短到长的至少三帧图像；
将所述至少三帧图像进行亮度匹配得到亮度匹配后的图像，且将所述至少三帧图像和所...
【专利技术属性】
技术研发人员：姬弘桢，
申请(专利权)人：紫光展讯通信惠州有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。