【技术实现步骤摘要】
基于多重权重映射的宽动态融合算法
本专利技术涉及图像处理
,更具体的说是涉及一种基于多重权重映射的宽动态融合算法。
技术介绍
目前宽动态融合的方法主要有:基于色调映射的方法和基于多曝光图像融合的方法。基于色调映射的方法需要预先采集高动态范围图像数据,并使用色调映射技术在低动态范围显示高动态范围图像。这一方法明显需要专业的CMOS图像传感器,在原数据的获取上成本过高,需要专业的设备。而基于多曝光图像融合的方法就是由普通的图像获取设备,采取不同的曝光拍摄同一场景所得到的一系列低动态范围的图像。虽然不需要专业的设备,但是往往运算速度较慢,并且不能对输入图像序列的整体偏暗或者偏亮的情况做好适配。针对现有方案存在的缺乏空间领域信息、明暗过渡不自然、颜色局部失真、未对输入图片序列的整体偏暗或者偏亮做好适配的问题,创新地提出了一种多重权重映射的宽动态融合算法。
技术实现思路
有鉴于此,本专利技术提供了一种基于多重权重映射的宽动态融合算法,以解决
技术介绍
中提出的问题,具有原来输入图像的大部分细节的同时也保持 ...
【技术保护点】
1.一种基于多重权重映射的宽动态融合算法,其特征在于,包括以下步骤:/n将输入图像序列利用曝光评估权重算法、纹理变化权重算法、色彩鲜艳权重算法计算出窗口中心像素的权重信息,得到合成权重图;/n对所述合成权重图进行连续降采样,分解为第一高斯金字塔;/n对所述输入图像序列进行连续降采样,分解为第二高斯金字塔后,用所述第二高斯金字塔的每一层图像减去上一层图像升采样后经过高斯卷积,分解为拉普拉斯金字塔;/n将所述输入图像序列的拉普拉斯金字塔与所述合成权重图的高斯金字塔进行融合,得到融合金字塔;/n将所述融合金字塔重构得到最终的融合图像。/n
【技术特征摘要】
1.一种基于多重权重映射的宽动态融合算法,其特征在于,包括以下步骤:
将输入图像序列利用曝光评估权重算法、纹理变化权重算法、色彩鲜艳权重算法计算出窗口中心像素的权重信息,得到合成权重图;
对所述合成权重图进行连续降采样,分解为第一高斯金字塔;
对所述输入图像序列进行连续降采样,分解为第二高斯金字塔后,用所述第二高斯金字塔的每一层图像减去上一层图像升采样后经过高斯卷积,分解为拉普拉斯金字塔;
将所述输入图像序列的拉普拉斯金字塔与所述合成权重图的高斯金字塔进行融合,得到融合金字塔;
将所述融合金字塔重构得到最终的融合图像。
2.根据权利要求1所述的一种基于多重权重映射的宽动态融合算法,其特征在于,所述曝光评估权重算法的具体计算方法为:
其中,Wek(i,j)为第k张输入图像(i,j)位置的曝光评估权重值,Ωk(i,j)为窗口区域内像素的归一化平均值,即
其中,m为窗口大小,取奇数,Ik(i0,j0)为所述输入图像序列第k张图像(i0,j0)处的像素值。
3.根据权利要求1所述的一种基于多重权重映射的宽动态融合算法,其特征在于,所述曝光评估权重算法根据所述输入图像序列的亮度进行自适应调整,具体方法为:
首先计算所述输入图像序列的归一化平均亮度;
若所述归一化平均亮度小于0.5,则所述曝光评估权重算法替换为第一权重函数;
若所述归一化平均亮度大于0.5,则所述曝光评估权重算法替换为第二权重函数。
4.根据权利要求3所述的一种基于多重权重映射的宽动态融合算法,其特征在于,所述第一权重函数为:
其中p为曝光权重函数调节因子,公式为:
其中,r为所述输入图像序列的长,c为所述输入图像序列的宽,n为所述输入图像序列的个数;
Ωk(i,j)为窗口区域内像素的归一化平均值,即
5.根据权利要求3所述的一种基于多重权重映射的宽动态融合算法,其特征在于,所述第二权重函数为:
其中...
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。