一种多曝光图像融合方法、系统及可存储介质技术方案

本发明专利技术公开了一种多曝光图像融合方法、系统及可存储介质，属于图像处理技术领域，首先，输入图像，计算良好曝光估计权重以及色度权重，然后利用综合权重图的高斯金字塔与输入图像的拉普拉斯金字塔进行卷积得到初始融合金字塔；其次，在获取的最亮和最暗感兴趣区域利用快速局部拉普拉斯滤波器(FLLF)进行局部细节增强，然后取拉普拉斯系数的最大值，得到最大系数拉普拉斯金字塔，并将感兴趣区域内的系数更新到初始融合金字塔中，最后通过拉普拉斯金字塔重构成最终的融合图像并输出本发明专利技术能够在保证最亮和最暗区域不丢失信息的情况下，进行适当的增强，保证光影过度的自然性，使图像细节更清晰。像细节更清晰。像细节更清晰。

【技术实现步骤摘要】
一种多曝光图像融合方法、系统及可存储介质


[0001]本专利技术涉及图像处理
，更具体的说是涉及一种多曝光图像融合方法、系统及可存储介质。

技术介绍

[0002]随着超高清数字产业和数字摄影技术的快速发展，人们对超高清酷炫的视觉体验的追求更加迫切。目前，多曝光图像融合的方法主要有：高动态范围成像(HDR)、曝光图像融合算法以及基于深度学习的多曝光融合方法。其中，高动态范围成像方法克服了过曝光和低曝光图像中较亮较暗区域细节丢失的缺陷，该方法拍摄同一场景的几幅不同曝光的图像，并将他们重建成HDR图像。HDR成像一般包括两个主要步骤：HDR重建和色调映射。首先，在同一场景中拍摄多幅不同曝光级别的低动态范围图像，然后通过反演摄像机响应函数来重建HDR图像，最后为了在普通设备上显示，将HDR通过色调映射转换为LDR图像，虽然HDR成像技术可以恢复场景的整个动态范围，并使所有细节在一幅图像中可见，但是在生成HDR图像时，需要摄像的响应函数和输入图像的成像曝光参数，色调映射非常耗时，较亮和较暗处的细节也会丢失，这些都现限制了该方法的应用范围。曝光图像融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多曝光图像融合方法，其特征在于，包括以下步骤：S100：输入图像，得到输入图像的拉普拉斯金字塔；S200：采用窗口遍历所述输入图像，并在被遍历的图像四周扩展边界像素，计算窗口中心像素的良好曝光权重信息以及色度权重信息；S300：根据所述良好曝光权重信息以及所述色度权重信息得到综合权重图，并建立所述综合权重图对应的高斯金字塔；S400：将所述综合权重图的高斯金字塔与所述输入图像的拉普拉斯金字塔进行卷积处理，得到初始融合金字塔；S500：获取输入图像的亮度感兴趣区域及暗度感兴趣区域并进行增强处理，得到拉普拉斯系数最大值，根据所述拉普拉斯系数最大值得到最大系数拉普拉斯金字塔；S600：将所述最大系数拉普拉斯金字塔更新到所述初始融合金字塔中，构成最终的融合图像并输出。2.根据权利要求1所述的一种多曝光图像融合方法，其特征在于，所述S200计算窗口中心像素的良好曝光权重信息包括：S210：计算所述输入图像的序列I：I＝{I1，I2，I3，.....,I
N
}式中，I代表输入图像的序列，N表示图像数量；S211：根据序列I确定加权平均自适应因子γ，具体表达式为：式中，I
k
(x,y)表示(x,y)处第k张输入图像的像数值，N为输入图像序列个数，h和w为输入图像的大小，P(x,y)为期望亮度；S212：根据加权平均自适应因子γ将确定的曝光权重函数分为两部分，分别为W
ED
和W
EB
，其中，曝光权重函数的选取由当前像素平均亮度以及期望亮度P确定，具体表达式为：S213：当小于P(x,y)时，权重函数为W
ED
：S214：当大于P(x,y)时，权重函数为W
EB
，具体计算过程为：
3.根据权利要求2所述的一种多曝光图像融合方法，其特征在于，所述期望亮度P(x,y)的计算公式为：式中，β为用户可调的参数，用于控制最亮和最暗像素值的比重，I
D
和I
B
分别为在(x,y)位置处N幅输入图像序列最暗和最亮的像素值。4.根据权利要求1所述的一种多曝光图像融合方法，其特征在于，所述S200计算窗口中心像素的色度权重信息包括：计算输入图像位置的色度权重：式中，C为R，G，B三通道，为R，G，B三通道像素值，是第k张输入图像(x,y)位置的色度权重。5.根据权利要求4所述的一种多曝光图像融合方法，其特征在于，所述S300得到综合权重图的高斯金字塔包括根据位置的色度权重计算初始融合权重：其中，ε为计算系数，为良好曝光权重函数，当小于P(x,y)时，否则6.根据权利要求5所述的一种多...

【专利技术属性】
技术研发人员：徐超，王斗，李正平，
申请(专利权)人：安徽大学，
类型：发明
国别省市：