基于子带结构的多曝光图像融合方法技术

本发明专利技术涉及一种基于子带结构的多曝光图像融合方法，包括以下步骤：先用ＱＭＦ滤波器组作为分析滤波器组将输入图像分解成一组子带图像，并用权值图修饰子带图像，然后基于这样的子带图像进行融合得到融合后的子带图像，用增益控制图对新的子带图像进行修饰，最后用结构与分析滤波器组对称的综合滤波器组处理上述子带图像，并通过重构过程得到融合后的结果图。本方法能够自动完成，无需人工干预。本方法能够保留输入图像的细节并且增强对比度，得到的结果图像更接近人眼直接观察到的真实世界场景。

【技术实现步骤摘要】

本专利技术涉及一种图像融合方法，特别涉及一种基于子带结构的多曝光图像融合方 法，属于数字图像处理领域。
技术介绍
多曝光图像融合是指将一组关于同一场景的曝光程度不同的图像序列融合成为 一幅高质量的复合图像。数字照相机的动态范围(图像中像素最大亮度与最小亮度的比 值)有限，要比真实世界的动态范围(100000000 1)低。在高动态范围场景中，用数字照 相机拍摄出来的照片往往曝光不足或者过度曝光。多曝光图像融合是针对这一问题所设计 的技术，利用这一技术可以生成高动态范围图像。多曝光图像融合技术与传统的图像融合 技术的原则一致，因此，与传统图像融合一样，可以使用很多种现有的方法，如基于梯度的 融合技术，多源融合技术，基于神经网络的融合技术等。多曝光图像融合与一般的图像融合 区别之处在于，它的对象是多幅同一场景的不同曝光程度的图像，而不是多传感器图像或 是多光谱图像。图像融合技术一般可分为三个级别像素级，特征级，决策级。特征级的方法根据 图像的多种特征(区域或边缘)进行融合，因此，它对于修正错误标定及降噪具有鲁棒性。 决策级的方法直接对图像的相关描述进行融合。像素级的方法直接对图像的像素值进行操 作，由于其能够有效地保留信息的特性，可以得到高质量的融合结果，因此被广泛使用。目前，图像融合技术大都仅局限于多传感器或多光谱的图像融合，而针对多曝光 输入图像序列的融合技术却为数不多。现有的处理多曝光输入图像序列的技术，一般不能 完整地保留图像中的细节，如结果图中纹理或对比度信息的丢失，以及会出现相比于原图 过亮或过暗的情况。
技术实现思路
本专利技术的目的在于针对现有技术存在的不足，提供一种基于子带结构的多曝光图 像融合方法，能够提高融合后的图像质量，保留图像细节及增强对比度。本专利技术的实现思想在于用QMF滤波器组作为分析滤波器组将输入图像分解成一 组子带图像，并用权值图修饰子带图像，然后基于这样的子带图像进行融合得到融合后的 子带图像，用增益控制图对新的子带图像进行修饰，最后用结构与分析滤波器组对称的综 合滤波器组处理上述子带图像，并通过重构过程得到融合后的结果图。本专利技术提供了一种，包括以下步骤(1)输入一组关于同一场景的曝光程度不同的图像序列IN(x，y)，N为输入图像个 数；(2)用一组奇数长度的正交镜像滤波器(QMF，Quadrature Mirror Filter)作为 分析滤波器组，将图像序列中的每幅图像MX，y)，i = 1，...，N分别分解成为一组子带图 像，则每一幅图像均有3n+l幅子带图像；第i幅图像的3n+l幅子带图像，表示为BiJx, y)，Bi,2 (X，y)，...，Bij3n+1 (χ，y)，形成QMF金字塔，其中η为金字塔的级数；(3)计算权值图Wk(x, y)，k = 1，· · ·，N，计算方法为，本文档来自技高网...

【技术保护点】
一种基于子带结构的多曝光图像融合方法，其特征在于，包括以下步骤：（１）输入一组关于同一场景的曝光程度不同的图像序列Ｉ↓［Ｎ］（ｘ，ｙ），Ｎ为输入图像个数；（２）用一组奇数长度的正交镜像滤波器即ＱＭＦ，作为分析滤波器组，将图像序列中的每幅图像Ｉ↓［ｉ］（ｘ，ｙ），ｉ＝１，…，Ｎ分别分解成为一组子带图像，则每一幅图像均有３ｎ＋１幅子带图像；第ｉ幅图像的３ｎ＋１幅子带图像，表示为Ｂ↓［ｉ，１］（ｘ，ｙ），Ｂ↓［ｉ，２］（ｘ，ｙ），…，Ｂ↓［ｉ，３ｎ＋１］（ｘ，ｙ），形成ＱＭＦ金字塔，其中ｎ为金字塔的级数；（３）计算权值图Ｗ↓［ｋ］（ｘ，ｙ），ｋ＝１，…，Ｎ，计算方法为，Ｗ↓［ｋ］（ｘ，ｙ）＝Ｃ↓［ｋ］（ｘ，ｙ）×Ｓ↓［ｋ］（ｘ，ｙ）×Ｅ↓［ｋ］（ｘ，ｙ）其中，Ｃ↓［ｋ］（ｘ，ｙ）为对比度度量，它可以使得图像中的重要元素，如边界和纹理信息，得到较高的权值；Ｓ↓［ｋ］（ｘ，ｙ）为饱和度度量，它可以令图像的颜色看起来更加生动；Ｅ↓［ｋ］（ｘ，ｙ）为曝光度度量，用来限定图像中每个像素的曝光程度；然后将Ｎ幅权值图分别进行归一化及平滑处理，＊↓［ｋ］（ｘ，ｙ）＝Ｗ↓［ｋ］（ｘ，ｙ）／∑↓［ｋ＝１］↑［Ｎ］Ｗ↓［ｋ］（ｘ，ｙ）＊ｇ（σ），其中ｇ（σ）是高斯核函数；（４）将步骤（３）得到的归一化及平滑处理后的权值图作用于各子带图像，并将对应的子带进行融合，得到３ｎ＋１幅融合后的子带图像：Ｆ↓［ｉ］（ｘ，ｙ）＝＊＊↓［ｋ］（ｘ，ｙ）Ｂ↓［ｋ，ｉ］（ｘ，ｙ），ｉ＝１，…，３ｎ＋１；ｋ＝１，…，Ｎ；（５）计算每个子带图像的增益控制图Ｇ↓［ａｇ］（ｘ，ｙ），计算方法为，Ｇ↓［ａｇ］（ｘ，ｙ）＝（ε＋∑↓［ｉ＝１，…３ｎ＋１］Ａ↓［ｉ］（ｘ，ｙ）／δ）↑［（γ－１）］δ＝αΣ↓［（ｘ，ｙ）］（Ａ↓［ａｇ］（ｘ，ｙ））／Ｍ↓［ｒ］↑［＊］Ｍ↓［ｃ］Ａ↓［ａｇ］（ｘ，ｙ）＝∑↓［ｉ＝１，…，３ｎ＋１］Ａ↓［ｉ］（ｘ，ｙ）Ａ↓［ｉ］（ｘ，ｙ）＝ｇ（σ）＊｜Ｆ↓［ｉ］（ｘ，ｙ）｜其中，ε是一个小于０．０１的非零常量；参数γ是权值因子，在０到１之间取值；α是与空间频率相关的常量，在０．１到１之间取值；ｇ（σ）是高斯核函数；δ是增益控制的活跃度级别；每幅输入图像的大小均为Ｍ↓［ｒ］＊Ｍ↓［ｃ］；Ｆ↓［ｉ］（ｘ，ｙ）是步骤（４）中得到的融合后的子带图像；然后，将这些增益控制图按照以下公式作用于步骤（４）的结果：Ｆ′↓［ｉ］（ｘ，ｙ）＝ｍ↓［ｉ］Ｇ↓［ａｇ］...

【技术特征摘要】
1. 一种基于子带结构的多曝光图像融合方法，其特征在于，包括以下步骤(1)输入一组关于同一场景的曝光程度不同的图像序列IN(x，y)，N为输入图像个数；(2)用一组奇数长度的正交镜像滤波器即QMF，作为分析滤波器组，将图像序列中的每 幅图像Ii (X，y)，i = 1，...，N分别分解成为一组子带图像，则每一幅图像均有3n+l幅子 带图像；第i幅图像的3n+l幅子带图像，表示为Biil (X，y)，Bi,2 (x, y)，...，Bii3ntl (x, y)，形 成QMF金字塔，其中η为金字塔的级数；(3)计算权值附图说明图1(1，7)，1^=1，...，N，计算方法为，Wk (x, y) = Ck (χ, y) X Sk (χ, y) XEk(χ, y)其中，Ck(x，y)为对比度度量，它可以使得图像中的重要元素，如边界和纹理信息，得到 较高的权值；Sk(x，y)为饱和度度量，它可以令图像的颜色看起来更加生动；Ek(x，y)为曝光 度度量，用来限定图像中每个像素的曝光程度；然后将N幅权值图分别进行归一化及平滑处理，~ψ (χ 1；)Wk (X，力=^Nkwi 、 (σ)，其中g ( O )是高斯核函数；(4)将步骤(3)得到的归一化及平滑处理后的权值图作用于各子带图像，并将对应的 子带进行融合，得到3n+l幅融合后的子带图像巧(叉，少)尽,'(x，少)， =ι …，3+工；众=1，…，^ ；k=\ ‘(5)计算每个子带图像的增益控制图Gas(X，y)，计算方法为，Z,=l”..’3n+l^,(X,^)、(y-l)δ = aδΣ(υ、(0,少))Mr* McAag(X，y) =Σ i =!,...,3η+Λy) Ai (X，y) = g(0 )*|Fi(x，y)其中，ε是一个小于0.01的非零常量；参数γ是权值因子，在0到1之间取值；α是 与空间频率相关的常量，在0. 1到1之间取值；g( ο...

【专利技术属性】
技术研发人员：沈建冰，赵颖，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]