一种基于拉普拉斯金字塔分解的多曝光图像融合方法
【技术领域】
[0001] 本发明设及计算机视觉领域和图像/视频处理领域，研究偏重于图像处理。
【背景技术】
[0002] 动态范围是指一个物理量的最大值和最小值之比。对于一个实际场景来说，动态 范围就是指该个现实场景中最明亮的点与最阴暗的点的光照福射度之比。高动态范围图像 所覆盖的动态范围很大，可W很好地再现自然场景，保留场景中的细节信息，给人们带来逼 真的视觉体验。高动态范围成像技术在图像和视频领域起着很重要的作用。当一个真实场 景的动态范围很高时，即使照相机设置了正确的曝光度，获得的图像中也总是包含过度曝 光和曝光不足的区域。高动态范围成像技术能够获得高动态范围图像，并且使该些含有丰 富细节的高动态范围图像在低动态范围设备上显示。
[0003] 目前常用的高动态范围成像技术为多曝光图像融合方法，包括；直接融合方法、基 于区域的融合方法和基于分层的融合方法。直接融合方法是根据获得的输入图像的权重 图，将输入图像直接融合。在该种方法中，权重图质量是获得高质量图像的关键。为了获得 高质量的权重图，该种方法会变得非常复杂。基于区域的融合方法首先将输入图像分成若 干的区域，然后选取所有输入图像同一区域的最优块，最后融合选取的最优区域。由于该种 方法需要像素级运算选择最优块，同时需要像素级的融合，因此算法运行时间较长。基于分 层的融合方法是利用某种分层框架将输入图像分解，进行一定的处理后再进行重构的一种 融合方法。常用的基于分层的融合方法有；基于拉普拉斯金字塔的融合方法和基于子带的 融合方法。基于子带的融合方法能够获得含有丰富细节高质量的高动态范围图像。因为该 方法的增益控制图的获取比较复杂，因此该方法的复杂度很高，并且实时性不高。基于拉普 拉斯金字塔的多曝光图像融合方法是目前使用较多的获得高动态范围图像的方法。传统的 基于拉普拉斯金字塔的融合方法在进行多尺度分解和重构的过程中损失了图像的细节等 信息，并且没有对丢失的信息进行补偿，使得最终得到的高动态范围图像缺失细节等信息。 因此，提出一种新的基于拉普拉斯金字塔的多曝光图像融合方法来获得含有丰富细节和高 清晰度的高动态范围图像非常重要。图1为传统的基于拉普拉斯金字塔的融合框架。
[0004] 本发明的主要目的是实现一种实时性较高的融合方法并且能够生成含有丰富细 节和高清晰度的高动态范围图像。为了实现此目标，提出一种基于拉普拉斯金字塔分解框 架的新的多曝光图像融合方法。
【发明内容】
[0005] 本发明针对【背景技术】的不足改进设计一种基于拉普拉斯金字塔分解的多曝光图 像融合法，从而达到对多曝光图像融合后的生成图像包含有丰富的细节和较高的清晰度。
[0006] 本发明的技术方案是一种基于拉普拉斯金字塔分解的多曝光图像融合法，该方法 针对传统的基于拉普拉斯金字塔的融合方法在进行多尺度分解和重构的过程中损失了图 像的细节等信息的弊端，利用图像细节增强方法对输入图像进行一定程度的细节增强，抵 消一部分由于金字塔放大和缩小造成的细节损失，从而实现发明目的。因而发明一种基于 拉普拉斯金字塔分解的多曝光图像融合法，该方法包括：
[0007] 步骤1 ;选取同一个场景采取不同的曝光度获得的图像，该些图像中每幅图像都 含有场景的细节，大小都相同，同时调整图像大小使得图像尺寸能够满足金字塔分解的条 件；
[000引步骤2 ;对选取的每幅图像进行细节增强处理；
[0009] 步骤3 ;对每一幅处理后的图像进行拉普拉斯金字塔分解；
[0010] 步骤4 ;获得步骤1选取的各幅图像的权重图；
[0011] 步骤5 ;对各权重图进行与步骤3相同的拉普拉斯金字塔分解；
[0012] 步骤6 ;利用步骤5得到的权重图分解图将步骤3的分解图像进行融合；
[0013] 步骤7 ;将融合后的图像进行重构，获得最终图像。
[0014] 进一步地，所述步骤2中采用空域细节增强方法对选取的每幅图像进行细节增强 处理；如下式所示：
[0015] 0(x,y) = I(x,y) + a X [I(x, y)-LP (I(x, y))]
[0016] 其中0(x，y)表示增强细节后的输出图像，I(x，y)表示原始输入图像，LP(I(x，y)) 表示对输入图像进行平滑滤波，a表示细节增强的权重因子。
[0017] 进一步地，所述步骤3采用基于高斯金字塔分解的拉普拉斯金字塔分解方法对每 一幅处理后的图像进行分解；如下面公式所示：
[001 引
【主权项】
1. 一种基于拉普拉斯金字塔分解的多曝光图像融合法，该方法包括： 步骤1:选取同一个场景采取不同的曝光度获得的图像，这些图像中每幅图像都含有 场景的细节，大小都相同，同时调整图像大小使得图像尺寸能够满足金字塔分解的条件； 步骤2 :对选取的每幅图像进行细节增强处理； 步骤3 :对每一幅处理后的图像进行拉普拉斯金字塔分解； 步骤4 :获得步骤1选取的各幅图像的权重图； 步骤5 :对各权重图进行与步骤3相同的拉普拉斯金字塔分解； 步骤6 :利用步骤5得到的权重图分解图将步骤3的分解图像进行融合； 步骤7 :将融合后的图像进行重构，获得最终图像。
2. 如权利要求1所述的一种基于拉普拉斯金字塔分解的多曝光图像融合法，其特征 在于所述步骤2中采用空域细节增强方法对选取的每幅图像进行细节增强处理；如下式所 示： 0(x,y) =I(x,y) +aX[I(x,y)-LP(I(x,y))] 其中〇(x，y)表示增强细节后的输出图像，I(x，y)表示原始输入图像，LP(I(x，y))表示 对输入图像进行平滑滤波，a表示细节增强的权重因子。
3. 如权利要求1所述的一种基于拉普拉斯金字塔分解的多曝光图像融合法，其特征在 于所述步骤3采用基于高斯金字塔分解的拉普拉斯金字塔分解方法对每一幅处理后的图 像进行分解；如下面公式所示：
其中匕表示图像G^的第1层高斯金字塔图像，<表示&的第1+1层高斯金字塔图像 经过内插放大了一级之后的图像，n表示高斯金字塔分解的总层数，LaPl表示拉普拉斯金字 塔的第1层图像。
4. 如权利要求1所述的一种基于拉普拉斯金字塔分解的多曝光图像融合法，其特征在 于所述步骤4根据图像的细节度、饱和度、曝光度这3项质量评价标准来确定各幅图像的权 重图。
5. 如权利要求1所述的一种基于拉普拉斯金字塔分解的多曝光图像融合法，其特征在 于所述步骤6的具体步骤为： 步骤6-1 :将同一幅图像的拉普拉斯金字塔分解后的各层图像与其权重图分解后的相 同层图像进行对应的融合，每层都得到一幅融合图像； 步骤6-2:将各幅图像相同层的融合图像进行融合，得到n幅融合图像，n表示拉普拉斯 金字塔分解图像的层数。
6. 如权利要求1所述的一种基于拉普拉斯金字塔分解的多曝光图像融合法，其特征在 于所述步骤7的具体步骤为： 步骤7-1 :计算步骤6得到的各幅融合图像的图像特征，计算公式为：
其中w和h表示图像的宽和高，eyeg和eb分别表示（w,h)处的像素在r、g、b三个通 道的过曝光度； 步骤7-2 :构造各层融合图像的增强因子
其中L表示图像为融合后拉普拉 斯金字塔的第L层，C为图像特征； 步骤7-3 :结合增强因子对图像进行重构：
其中Res表示重构后的结果图像，1表示拉普拉斯金字塔的层级，n表示金字塔的总层 数，Lapia表示第1层的融合后的拉普拉斯金字塔的图像经过1次内插放大后所得到的的图 像。
【专利摘要】该发明公开了一种基于拉普拉斯金字塔分解的多曝光图像融合法，涉及计算机视觉领域和图像/视频处理领域，研究偏重于图像处理。该方法针对传统的基于拉普拉斯金字塔的融合方法在进行多尺度分解和重构的过程中损失了图像的细节等信息的弊端，利用图像细节增强方法对输入图像进行一定程度的细节增强，抵消一部分由于金字塔放大和缩小造成的细节损失，从而具有对多曝光图像融合后的生成图像包含有丰富的细节和较高的清晰度的效果。
【IPC分类】G06T5-50
【公开号】CN104616273
【申请号】CN201510038868
【发明人】饶云波, 江春华, 程平, 邵军, 杨龙配, 陆霖霖, 王海涛
【申请人】电子科技大学
【公开日】2015年5月13日
【申请日】2015年1月26日