【技术实现步骤摘要】
一种基于注意力模块的高动态范围去重影成像系统及方法
本专利技术属于图像处理
,涉及一种基于深度学习的高动态图像合成方法,具体涉及一种基于注意力模块的高动态范围去重影成像方法。
技术介绍
高动态范围成像(HighDynamicRange,HDR)高动态范围(High-DynamicRange,简称HDR),又称宽动态范围技术,是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术。当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较低的区域在图像中同时存在时,摄像机输出的图像会出现明亮区域因过度曝光成为白色,而黑暗区域因曝光不足成为黑色,严重影响图像质量。摄像机在同一场景中对最亮区域及较暗区域的表现是存在局限的,这种局限就是通常所讲的“动态范围“。HDR图片是使用多张不同曝光的图片,然后再用软件它们组合成一张图片。它的优势是最终你可以得到一张无论在阴影部分还是高光部分都有细节的图片。在正常的摄影当中,或许你只能选择两者之一。广义上的“动态范围”是指某一变化的事物可能改变的跨度,即其变化值的最低端极点到最高端极点之间的区域,此区域的描述一般为最高点与最低点之间的差值。这是一个应用非常广泛的概念,在谈及摄像机产品的拍摄图像指标时,一般的“动态范围”是指摄像机对拍摄场景中景物光照反射的适应能力,具体指亮度(反差)及色温(反差)的变化范围。在1997年的SIGGRAPH上,PaulDebevec提交了题为“从照片中恢复高动态范围辐射图”的论文。这篇论文描述了按照不同的曝光设置对同 ...
【技术保护点】
1.一种基于注意力模块的高动态范围去重影成像系统,其特征在于,包括图像特征提取模块、注意力模块和融合模块:/n图像特征提取模块:用于将三张低动态范围图像按照曝光时间从高到低排序,通过伽马映射得到低动态范围图像对应的高动态范围图像,低动态范围图像与对应的高动态范围图像通道数相加得到6通道的张量;/n注意力模块:将图像特征提取模块获得的6通道的张量输入注意力网络,通过注意力网络对非参考的低动态范围图像提取特征,形成注意力映射,来评估不同图像区域对获得所需高动态范围图像的重要性,突出和参考图像互补的特征,来排除运动和严重饱和的区域,将具有注意力引导的低动态范围图像特征输入到融合网络中;/n融合模块:通过融合网络,采用全局残差学习策略,在充分获得稠密的局部特征后,采用全局特征融合的方法对全局层次特征进行联合自适应学习,将浅层特征和深层特征进行结合,倾向于学习剩余特征,最终经过色调映射得到最终的高动态范围图像;所述的融合网络包括两个卷积核为3*3的卷积层,3个空洞密集块以及Relu激活函数。/n
【技术特征摘要】
1.一种基于注意力模块的高动态范围去重影成像系统,其特征在于,包括图像特征提取模块、注意力模块和融合模块:
图像特征提取模块:用于将三张低动态范围图像按照曝光时间从高到低排序,通过伽马映射得到低动态范围图像对应的高动态范围图像,低动态范围图像与对应的高动态范围图像通道数相加得到6通道的张量;
注意力模块:将图像特征提取模块获得的6通道的张量输入注意力网络,通过注意力网络对非参考的低动态范围图像提取特征,形成注意力映射,来评估不同图像区域对获得所需高动态范围图像的重要性,突出和参考图像互补的特征,来排除运动和严重饱和的区域,将具有注意力引导的低动态范围图像特征输入到融合网络中;
融合模块:通过融合网络,采用全局残差学习策略,在充分获得稠密的局部特征后,采用全局特征融合的方法对全局层次特征进行联合自适应学习,将浅层特征和深层特征进行结合,倾向于学习剩余特征,最终经过色调映射得到最终的高动态范围图像;所述的融合网络包括两个卷积核为3*3的卷积层,3个空洞密集块以及Relu激活函数。
2.一种基于注意力模块的高动态范围去重影成像的方法,其特征在于,其步骤包括:
步骤(1):对数据集进行预处理;
步骤(2):图像特征的提取;
步骤(3):通过注意力模块的注意力网络形成注意力映射;
步骤(4):通过融合模块的融合网络得到最终的高动态范围图像。
3.根据权利要求2所述的一种基于注意力模块的高动态范围去重影成像的方法,其特征在于,步骤(1):对数据集进行预处理,所述的数据集中包括多组三张不同曝光时间的低动态范围图像,对数据集中的同组的三张低动态范围图像进行相同的旋转和随机剪裁处理,并与对应的曝光时间一起写成列表的形式,列表内包含三张低动态范围图像以及对应的曝光时间。
4.根据权利要求3所述的一种基于注意力模块的高动态范围去重影成像的方法,其特征在于,步骤(2)具体如下:
2-1:将三张低动态范围图像按照曝光时间从高到低排序为L1、L2、L3;
2-2:对L1、L2、L3进行伽马映射得到高动态范围域的图像,即高动...
【专利技术属性】
技术研发人员:颜成钢,潘潇恺,高含笑,孙垚棋,张继勇,李宗鹏,张勇东,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江;33
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。