一种基于多尺度多曝光融合的图像增强算法制造技术

一种基于多尺度曝光融合的图像增强算法，它涉及一种图像增强算法

【技术实现步骤摘要】
一种基于多尺度多曝光融合的图像增强算法


[0001]本专利技术涉及一种图像增强算法，属于图像处理

。

技术介绍

[0002]亚表面缺陷暗场共焦成像时散射信号强度弱，导致图像整体亮度低，图像的像素分布在直方图的低灰度区域，较低的图像动态范围导致图像细节信息被掩盖在图像背景中，影响对亚表面缺陷的研究工作，因此本章的工作重点在于扩展亚表面缺陷暗场共焦显微图像的动态范围，增强图像的整体亮度和细节信息；传统的单图像增强技术处理微光图像容易引入欠增强或过增强，过增强的图像像素值达到饱和，甚至会放大背景噪声或使图像失真，欠增强的图像边缘
、
纹理等信息增强不足，导致图像细节信息的丢失
。
[0003]传统的单一图像输入的增强算法容易引入过增强和欠增强，基于图像融合的增强算法能够较好地提高图像亮度，扩大动态范围，增强图像细节；基于空间滤波和图像融合的增强算法已经成为图像增强技术的重要研究领域；在这种算法中，首先对原始图像进行滤波，得到基本层和细节层，然后对基本层和细节层进行处理和权重融合，得到亮度提高
、
细节增强的图像
。

技术实现思路

[0004]本专利技术为解决传统的单图像增强技术处理微光图像容易引入欠增强或过增强，过增强的图像像素值达到饱和，甚至会放大背景噪声或使图像失真，欠增强的图像边缘
、
纹理等信息增强不足，导致图像细节信息的丢失的问题，进而提出一种基于多尺度曝光融合的图像增强算法
。
[0005]本专利技术为解决上述问题采取的技术方案是：本专利技术的步骤包括：
[0006]步骤一
、
输入降噪暗场共焦亚表面缺陷图像
m
；
[0007]步骤二
、
使用
WLS
滤波算子分解图像
m
为基础层
b
和细节层
d
；
[0008]步骤三
、
对细节层
d
作亮度映射变换，通过图像熵获得高亮度曝光率
k
opt1
；
[0009]步骤四
、
通过曝光率
k
opt1
对细节层
d
作亮度映射变换，得到高亮度映射图像
d
h
；
[0010]步骤五
、
计算
d
h
的亮度权重
W
B,h
和对比度权重
W
C,h
，得到归一化权重
W
h
；
[0011]步骤六
、
通过
k
opt2
对细节层
d
作亮度映射变换，得到低亮度映射图像
d
l
；
[0012]步骤七
、
计算映射图像
d
l
的亮度权重
W
B,l
和对比度权重
W
C,l
，得到归一化权重
W
l
；
[0013]步骤八
、
计算细节层
d
的亮度权重
W
B
和对比度权重
W
C
，得到归一化权重
W
；
[0014]步骤九
、
加权融合获得优化亮度图
R
；
[0015]步骤十
、
将优化亮度图
R
和基础层
b
融合，得到
I
＝
R+b
；
[0016]步骤十一
、
输出暗场共焦亚表面缺陷增强图像
I。
[0017]进一步的，骤二中将
k
值设为1，只将输入图像
m
分解基础层
b
和一层细节层
d
，即：
[0018]m
＝
b+d
＝
n1+d
，
[0019]其中
n1表示1级平滑度的输出图像
。
[0020]进一步的，步骤三中：
[0021][0022]其中，给予
k
范围，并获取该范围内使图像熵最小的曝光率作为最佳低亮度曝光率
k
opt2
，获得细节层的高亮度映射图像
d
h
和低亮度映射图像
d
l
。
[0023]进一步的，步骤九中通过公式加权融合获得优化亮度图
R
，其中
W
l
表示低亮度图像的归一化权重，
W
表示细节层的归一化权重，
W
h
表示高亮度图像的归一化权重，
d
l
表示细节层低亮度映射图像，
d
表示细节层图像，
d
h
表示细节层高亮度映射图像
。
[0024]本专利技术的有益效果是：
[0025]1、
本专利技术能够有效增强亚表面缺陷暗场共焦图像的亮度
、
对比度，使缺陷细节显示出来，有利于对亚表面缺陷研究工作；
[0026]2、
本专利技术个可以在融合过程中降低噪声，生成更自然且没有光晕和伪影的图像，并且设置参数更少，更加适用于暗场共焦图像，能够获得更高质量的暗场共焦图像；
[0027]3、
本专利技术利用
WLS
滤波算子构造边缘保持的多尺度分解方法将输入图像分解为基础层和细节层，将细节层的多曝光图像序列与基础层加权融合得到最终增强图像
。
[0028]4、
本专利技术克服了图像分解容易损失细节和引入伪影及图像过增强的问题，将所提算法与
CLAHE
算法
、EFF
算法和
MF
‑
LIME
算法应用于亚表面暗场共焦图像，量化结果表明本文算法在
AG、RMSC、PSNR
和
LOE
上均有良好表现；
[0029]5、
本专利技术增强的亚表面暗共焦图像拥有自然的增强效果，有利于后续对亚表面缺陷进行深入地研究
。
附图说明
[0030]图1是本专利技术的原理示意图
。
具体实施方式
[0031]具体实施方式一：结合图1说明本实施方式，本实施方式所述一种基于多尺度曝光融合的图像增强算法是通过如下步骤实现的：
[0032]步骤一
、
输入降噪暗场共焦亚表面缺陷图像
m
；
[0033]步骤二
、
使用
WLS
滤波算子分解图像
m
为基础层
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多尺度曝光融合的图像增强算法，其特征在于：所述一种基于多尺度曝光融合的图像增强算法是通过如下步骤实现的：步骤一
、
输入降噪暗场共焦亚表面缺陷图像
m
；步骤二
、
使用
WLS
滤波算子分解图像
m
为基础层
b
和细节层
d
；步骤三
、
对细节层
d
作亮度映射变换，通过图像熵获得高亮度曝光率
k
opt1
；步骤四
、
通过曝光率
k
opt1
对细节层
d
作亮度映射变换，得到高亮度映射图像
d
h
；步骤五
、
计算
d
h
的亮度权重
W
B,h
和对比度权重
W
C,h
，得到归一化权重
W
h
；步骤六
、
通过
k
opt2
对细节层
d
作亮度映射变换，得到低亮度映射图像
d
l
；步骤七
、
计算映射图像
d
l
的亮度权重
W
B,l
和对比度权重
W
C,l
，得到归一化权重
W
l
；步骤八
、
计算细节层
d
的亮度权重
W
B
和对比度权重
W
C
，得到归一化权重
...

【专利技术属性】
技术研发人员：刘俭，刘辰光，由小玉，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：