【技术实现步骤摘要】
一种基于块配准和匹配的高动态图像去鬼影方法
本专利技术属于视频图像处理
，具体涉及一种基于块配准和匹配的高动态图像去鬼影方法。
技术介绍
随着5G时代的到来和人工智能的快速发展，对网络视频或图像的质量要求越来越高，通常利用图像融合技术来提高图像的分辨率，获得高质量图像，在图像融合技术中，根据不同采集源和不同的场景需求采取不同的融合策略。然而，当原始图像拍摄角度发生存在一定位移，或者是拍摄场景中存在运动目标的情况下，图像在融合的环节容易产生鬼影，静态或动态的多曝光图融合时也容易出现鬼影现象，影响图像融合质量。在图像融合过程中，基于图形几何结构的优化方案和基于MEF算法的方案均取得较好的融合结果，但是如何去除鬼影是图像融合中的一个难点，如果图像中存在运动物体，特别是运动物体变化角度或位移较大，去鬼影效果不够理想。
技术实现思路
为了解决上述问题，本专利技术提供一种基于块配准和匹配的高动态图像去鬼影方法。本专利技术的一种基于块配准和匹配的高动态图像去鬼影方法，包括以下步骤：S1、输...
【技术保护点】
1.一种基于块配准和匹配的高动态图像去鬼影方法，其特征在于，包括以下步骤：/nS1、输入图像，选择曝光良好的图像作为参考图像I
【技术特征摘要】
1.一种基于块配准和匹配的高动态图像去鬼影方法，其特征在于，包括以下步骤：
S1、输入图像，选择曝光良好的图像作为参考图像IR，选择参考图像IR之前和IR之后的一帧作为原始输入图像IS；将参考图像IR、原始输入图像IS分别处理成N×N大小的图像块PiS、PiR；
S2、采用尺度不变特征变换SIFT和互信息MI方法对图像块PiS、PiR进行块配准，先用SIFT方法对图像块PiS与PiR进行粗配准，再通过MI方法确定主方向点，将MI方法确定的主方向点作为最终匹配点，根据最终匹配点确定图像块PiS与PiR尺度映射关系，将IS映射到IR坐标系中；
其中，表示旋转后的采样点横坐标，表示旋转后的采样点纵坐标，表示旋转前的采样点横坐标，表示旋转前的采样点纵坐标，表示旋转矩阵，θ表示旋转角度，T＝(IxT,IyT)表示平移向量，IxT、IyT分别表示平移向量的横坐标和纵坐标，η是尺度参数；
S3、块配准完成后，进行块匹配，首先基于结构相似度SSIM构建图像块PiS与PiR匹配的块匹配能量函数EP，优化块匹配能量函数EP，通过优化的块匹配能量函数EP在IS中搜索与PiR的最佳匹配块，采用融合权重方法对图像块PiS和PiR的进行融合，获得中间融合图像IF；
S4、更新获得新的图像块PiR，将中间融合图像IF作为新的参考图像IR，返回步骤S1-S4，块配准和块匹配通过迭代进行更新，对参考图像IR中的所有的图像块完成配准和匹配后停止迭代，获得最终融合图像；
S5、输出最终融合图像。
2.根据权利要求1所述的一种基于块配准和匹配的高动态图像去鬼影方法，其特征在于，所述通过MI方法确定主方向点，具体包括：计算PiS与PiR的互信息MI，当关键点的互信息max(MI)≥80％时，选取作为细配准环节的阈值，对SIFT匹配点的主方向进行筛选，对粗配准的结果进行细配准。
3.根据权利要求2所述的一种基于块配准和匹配的高动态图像去鬼影方法，其特征在于，互信息MI的计算方式包括：
MI(IR,IS)＝H(IR)+H(IS)-H(IR,IS)
其中，MI(IR,IS)表示参考图像IR和原始输入图像IS的互信息，H(IR)表示参考图像IR的信息熵，H(IS)表示原始输入图像IS的信息熵，H(IR,IS)表示IR和IS的交叉熵，P(·)表示概率函数，(x,y)为PiS与PiR图像块中的一个像素点坐标，N表示图像块像素数，
当关键点的互信息max(MI)≥80％时，MI(IR,IS)≥max(MI)×80％作为阈值，所获得的关键...
【专利技术属性】
技术研发人员：夏淑芳，瞿中，陈阔，殷莉，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
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。