申请/专利权人：中国科学院长春光学精密机械与物理研究所

申请日：2024-03-19

公开（公告）日：2024-06-14

公开（公告）号：CN118195920A

主分类号：G06T5/50

分类号：G06T5/50;G06T5/92;G06T5/60;G06T7/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.02#实质审查的生效;2024.06.14#公开

摘要：本发明涉及一种自适应权重细节保持多曝光图像融合算法，包括步骤：获取待融合的多曝光图像；计算多曝光图像组中各图像的曝光度权重；计算多曝光图像组中各图像的结构度权重；计算多曝光图像组中各图像的饱和度权重；计算融合权重图，对权重图进行引导滤波后归一化；对源图像序列与滤波后的权重图进行双金字塔分解与融合。本发明将图像结构块分解中的对比度和结构分量用于计算像素融合权重，给对比度和结构性较强像素区赋予更大的权重，保留源图像序列中丰富的图像细节；亮度权重以二维熵最大处的图像亮度为基准结合饱和度权重，融合后的图像能够更好的还原场景的亮度与色彩信息；双金字塔融合在多个尺度上融合源图像序列避免边界处不自然的光晕。

主权项：1.一种自适应权重细节保持多曝光图像融合算法，其特征在于，包括以下步骤：步骤一：获取待融合的多曝光图像；在同一高动态范围场景下，采用同一设备在不同曝光时间下进行拍摄，获取N幅不同曝光程度的图像，将N幅图像配准后得到待融合的多曝光图像，N≥2；步骤二：计算多曝光图像组中各图像的曝光度权重E；单个像素的曝光度由图像YUV通道中的亮度值L来表示，用高斯模型函数评价曝光质量E，表示为： 其中，μi,j表示第n幅源图像在像素点i,j处的三通道像素均值，exp表示自然指数函数，Lni,j为图像对应点的亮度值，σ为高斯标准差，Eni,j为源图像曝光度权重；步骤三：计算多曝光图像组中各图像的结构度权重C；采用图像局部块分解中的cn，sn分量计算结构度权重C，表示为： 其中，表示融合块中的期望对比度分量，表示融合图像局部块中的期望结构分量；步骤四：计算多曝光图像组中各图像的饱和度权重S；利用源图像序列中R、G、B三个通道像素值标准差的均值来决定各源图像序列对融合图像的饱和度权重S，表示为： 其中，InR、InG与InB分别为图像R、G、B通道的像素值，μni,j表示第n幅源图像在像素点i,j处的三通道像素均值；步骤五：计算融合权重图，对权重图进行引导滤波后归一化；融合权重图Pn由以下公式计算：Pn＝En×Sn×Cn；其中，En，Sn，Cn分别表示曝光度权重、饱和度权重与结构度权重；步骤六：对源图像序列与滤波后的权重图进行双金字塔分解与融合；图像I的Laplacian金字塔分解的第l层表示为L{I}l，归一化权重图的Gaussian金字塔表示为依照以下公式计算融合图像R： 其中，分别表示融合图像的拉普拉斯金字塔、源图像的拉普拉斯金字塔以及权重图的高斯金字塔。

全文数据：

权利要求：

百度查询： 中国科学院长春光学精密机械与物理研究所 自适应权重细节保持多曝光图像融合算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD