一种高动态范围图像鬼影消除的方法技术

本发明专利技术公开了一种高动态范围图像鬼影消除的方法，包括：通过采用多阈值二值化处理并配合异或、与、或运算实现移动物体完整检测，且能适用于各种复杂场景图像，然后采用局部直方图匹配和泊松融合将移动物体对齐，以消除缝合线，并且可以使移动物体和背景之间的色调和亮度过渡自然，最后通过多分辨率融合对齐图像的方式，获得消除鬼影的高动态范围图像。能够快速有效地实现消除高动态范围图像中的鬼影。

【技术实现步骤摘要】
一种高动态范围图像鬼影消除的方法
本专利技术涉及计算机视觉技术与数字图像处理领域，具体涉及高动态范围图像融合和鬼影消除的方法。
技术介绍
现实生活中的场景的动态范围(DynamicRange)指的是场景中最大亮度值与最小亮度值之间的比值。生活中真实场景的动态范围高达108:1，而普通的数字摄像机由于硬件的限制，其所捕获的数字图像动态范围仅为102:1，远低于实际场景的动态范围，导致其捕获的图像不能真实的反映出场景所包含的全部信息，场景中高亮度区域或者低亮度区域的信息在捕获的图像中将表现为过曝光或者欠曝光。这类图像被称为低动态范围(lowdynamicrange,LDR)图像。为了解决这一问题，人们提出了高动态范围(Highdynamicrange,HDR)成像技术，该技术扩大图像的动态范围，使得所获图像能够同时包含场景中亮部和暗部区域的细节信息，图像更加清晰并且信息丰富。目前，HDR技术在数字摄影、生物医学、影视制作、电子产品、游戏特效、遥感探测等领域中有广泛应用。获取HDR图像有基于硬件和基于软件的两种方法，常用的是后者，因为成本相对低廉，且能利用当前已经大量存在的LDR图像、摄像机和显示器等。软件获取HDR图像的方法可分为单曝光HDR成像和多曝光HDR成像。单曝光HDR成像指的是在获取一帧LDR图像后，利用软件算法将LDR图像变换到HDR图像。但由于单帧LDR图像动态范围有限，导致其记录的场景信息也有限，不能较完整呈现出场景包含的信息。多曝光HDR成像是用多帧不同曝光量的LDR图像，通过软件算法将多帧LDR图像生成一帧HDR图像，该HDR图像保留了每帧LDR图像中反映场景的最佳像素信息。多曝光HDR成像方法在静态场景能取得很好的效果，因为静态场景的每个像素都是对齐的(相机不抖动的情况下)。但是当场景是动态场景时，即场景中有移动物体，如行人，汽车等时，多曝光HDR成像方法将造成鬼影。鬼影现象严重地影响了HDR图像质量，国内外学者对此问题进行了大量的研究。其中一种较为有效的去除鬼影的方法是先检测出移动物体区域，融合时在这些区域只采用单张LDR图像的信息。Grosch通过使用ICRF曲线及两帧图像的曝光时间，计算其中一帧图像的像素值当在另一帧输入图像曝光时间下预测的像素值，如果预测像素值与实际像素值偏差过大，则该像素点就是构成鬼影的区域。Khan等人提出一种密度核评估函数的方法，用迭代的方式评估出图像的像素点属于静态场景的概率。Gallo等人提出一种基于块的鬼影判别算法，先将多帧输入图像分块，并选定某一帧为参考图像，然后使用ICRF曲线和曝光时间计算出其余输入图像与参考图对应块像素点上曝光量之间的差值，根据阈值区间判断该像素点是否属于鬼影，而整个块是否属于鬼影区域则由块内鬼影像素点占比决定。Zhang等人利用多帧不同曝光图像的梯度信息在固定区域是否稳定来检测构成鬼影的像素点，但在图像中梯度幅度值小的区域，梯度方向不稳定，不利于检测构成鬼影的像素点。Wards提出MTB(MedianThresholdBitmap,中值阈值位图)算法：对于某一原始图像，用该图像的像素值中值作为阈值，低于该阈值的像素设置为0，高于该阈值的像素设置为1，得到二值图像。Ward指出，对于静态场景，该二值图像不会因为原始图像曝光的不同而改变。对于动态场景，Pece等人根据Ward的结论提出一种多张不同曝光图像中移动物体的检测方法：运用MTB算法，把多张不同曝光图像分别转变为二值图像，这些二值图像中的差异部分，即为移动物体。但是，Pece等人的移动物体(鬼影)检测方法，仅对移动物体的像素值与周围背景的像素值分列中值两侧时有效，对于移动物体的像素值与周围背景的像素值均小于(或均大于)中值的情况，该方法则不能检测出鬼影。
技术实现思路
本专利技术的目的是提供一种高动态范围图像鬼影消除的方法，快速有效地实现消除高动态范围图像中的鬼影。为实现上述专利技术，本专利技术提供以下技术方案：一种高动态范围图像鬼影消除的方法，包括以下步骤：(1)从输入的多帧低动态范围图像中选择一帧参考图像，剩余低动态范围图像为非参图像，将所有非参图像分别与参考图像背景对齐，得到对齐后的非参图像后，对对齐后的非参图像和参考图像进行灰度化处理；(2)设定多组包含不同二值化阈值的阈值组，组成阈值列表，将灰度化处理后的每帧非参图像与参考图像组成图像对，针对每个图像对，依据阈值列表中每个二值化阈值对图像对进行二值化处理，并对二值化处理结果进行异或、与、或运算实现移动物体检测，获得每帧非参图像对应的移动物体图像，并综合所有非参图像对应的移动物体图像以确定移动物体区域；(3)依据移动物体区域，采用局部直方图匹配和泊松融合方法将每帧的移动物体区域对齐，得到多帧对齐图像，并将多帧对齐图像进行多分辨率融合，得到消除鬼影的高动态范围图像。与现有技术相比，本专利技术具有的有益效果至少包括：本专利技术提供的高动态范围图像鬼影消除的方法，通过采用多阈值二值化处理并配合异或、与、或运算实现移动物体完整检测，且能适用于各种复杂场景图像，然后采用局部直方图匹配和泊松融合将移动物体对齐，以消除缝合线，并且可以使移动物体和背景之间的色调和亮度过渡自然，最后通过多分辨率融合对齐图像的方式，获得消除鬼影的高动态范围图像。能够快速有效地实现消除高动态范围图像中的鬼影。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。图1是本专利技术提供的高动态范围图像鬼影消除的方法的流程示意图；图2是本专利技术提供的移动物体检测过程示意图；图3为本专利技术示例性给出的检测移动物体效果图，其中，(a)输入的三帧不同曝光度LDR图像，(b)包含检测到的移动物体区域的二值图像，白色为移动物体区域；(c)图像(b)和未去鬼影的HDR图像的与操作的结果，用于展示移动物体检测的效果；图4是本专利技术提供的对齐移动物体过程示意图；图5是本专利技术提供的示例性高动态范围图像，其中，(a)为带有鬼影的高动态范围图像，(b)为消除鬼影的高动态范围图像。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。2003年，Wards提出MTB(MedianThresholdBitmap,中值阈值位图)算法：对于某一原始图像，用该图像的像素值中值作为阈值，低于该阈值的像素设置为0，高于该阈值的像素设置为1,得到二值图像。同时，Ward指出，对于静态场景，该二值图像不会因为原始图像曝光的不同而改变。2010年，Pece等人根据Ward的结论提出一种多帧不同曝光图像中移动物体的检测方法：运用MTB算法，把多帧不同曝光图像分别本文档来自技高网...

【技术保护点】
1.一种高动态范围图像鬼影消除的方法，其特征在于，包括以下步骤：/n(1)从输入的多帧低动态范围图像中选择一帧参考图像，剩余低动态范围图像作为非参图像，将所有非参图像分别与参考图像背景对齐，得到对齐后的非参图像后，对对齐后的非参图像和参考图像进行灰度化处理；/n(2)设定多组包含不同二值化阈值的阈值组，组成阈值列表，将灰度化处理后的每帧非参图像与参考图像组成图像对，针对每个图像对，依据阈值列表中每个二值化阈值对图像对进行二值化处理，并对二值化处理结果进行异或、与、或运算实现移动物体检测，获得每帧非参图像对应的移动物体图像，并综合所有非参图像对应的移动物体图像以确定移动物体区域；/n(3)依据移动物体区域，采用局部直方图匹配和泊松融合方法将每帧的移动物体区域对齐，得到多帧对齐图像，并将多帧对齐图像进行多分辨率融合，得到消除鬼影的高动态范围图像。/n

【技术特征摘要】
1.一种高动态范围图像鬼影消除的方法，其特征在于，包括以下步骤：
(1)从输入的多帧低动态范围图像中选择一帧参考图像，剩余低动态范围图像作为非参图像，将所有非参图像分别与参考图像背景对齐，得到对齐后的非参图像后，对对齐后的非参图像和参考图像进行灰度化处理；
(2)设定多组包含不同二值化阈值的阈值组，组成阈值列表，将灰度化处理后的每帧非参图像与参考图像组成图像对，针对每个图像对，依据阈值列表中每个二值化阈值对图像对进行二值化处理，并对二值化处理结果进行异或、与、或运算实现移动物体检测，获得每帧非参图像对应的移动物体图像，并综合所有非参图像对应的移动物体图像以确定移动物体区域；
(3)依据移动物体区域，采用局部直方图匹配和泊松融合方法将每帧的移动物体区域对齐，得到多帧对齐图像，并将多帧对齐图像进行多分辨率融合，得到消除鬼影的高动态范围图像。


2.如权利要求1所述的高动态范围图像鬼影消除的方法，其特征在于，步骤(1)中，选择中等曝光的低动态范围图像作为参考图像。


3.如权利要求1所述的高动态范围图像鬼影消除的方法，其特征在于，步骤(2)中，针对每个图像对，依据阈值列表中每个二值化阈值对图像对进行二值化处理，并对每个阈值对应的两个二值化处理结果进行异或操作，得到异或操作结果，然后，对每个阈值组对应的多个异或操作结果进行与操作，得到与操作结果，最后，对所有与操作结果进行或操作，得到图像对中非参图像对应的移动物体图像。


4.如权利要求1或3所述的高动态范围图像鬼影消除的方法，其特征在于，步骤(2)中，采用或操作来综合所有非参图像对应的移动物体图像以确定移动物体区域。


5.如权利要求1所述的高动态范围图像鬼影消除的方法，其特征在于，步骤(2)中，设定的阈值列表包含二值化阈值范围依次递增的至...

【专利技术属性】
技术研发人员：王鹏，钱沄涛，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33