本发明属于数字图像处理领域，涉及一种基于小波分解和双边滤波的低光度图像对融合方法。
背景技术：
当在低光度条件下拍照时，由于光线不足，拍摄所得的图像经常包含大量噪声，且色彩暗淡，对比度较低，我们通过延长曝光时间可以获得色彩丰富且噪声较低的图像，但由于曝光时间较长，所摄物体的移动往往引起图像的局部模糊。图像示例如图1所示。我们希望通过适当融合得到一张质量较好的图像，使得结果图像中即保持短曝光图像的边缘锐度，又拥有长曝光图像的色彩与亮度并降低噪声。传统多帧曝光图像的高动态去鬼影融合技术往往需要多张连拍图像，且不考虑去噪问题。当输入图像只有长短曝光两张图像时，这类传统方法由于信息不足，容易出现鬼影及噪声遗留问题。
技术实现要素：
本发明的目的是通过将小波分解与多尺度双边滤波结合，在抑制噪声和鬼影的同时重建图像，使得结果图像中即保持短曝光图像的边缘锐度，又拥有长曝光图像的色彩与亮度并降低噪声。
为达到以上目的，本发明采用以下技术方案：一种基于小波分解和双边滤波的低光度图像对融合方法，该方法包括以下步骤：
1.对输入图像进行小波分解与多尺度双边滤波，包括以下步骤：
1-1首先对短曝光图像进行直方图匹配生成图像ih，然后参照直方图匹配后的短曝光图像对长曝光图像进行配准对齐生成图像ir；
1-2对步骤1-1处理后的两张图像ih、ir分别进行小波分解，生成相应的短曝光图像次带集
1-3估计步骤1-2获得的短曝光图像次带集
其中，σl为第l层次带的噪声估计方差，median()表示取中值操作，hhl表示小波分解第l层的高频细节层，c1为常数参量，c1的大小决定估计的噪声方差的大小，c1越大得到的去噪图像越平滑，一般取值范围为2到4。
1-4为降低短曝光图像中噪声对后续鬼影检测的干扰，对步骤1-2获得的短曝光图像次带集
其中，
对步骤1-2获得的短曝光图像次带集
其中，
2.利用步骤1-2获得的长曝光图像次带集与步骤1-4去噪处理后的短曝光图像次带集，得到对应次带差值，进而得到与次带对应的融合权重图，包括以下步骤：
2-1计算步骤1-2得到的长曝光图像次带集与步骤1-4去噪处理后的短曝光图像次带集的相应次带差值的绝对值di，计算公式为：
其中，
2-2利用各层次带差值的中值估计鬼影检测阈值ti，公式如下：
ti＝c2*median(di)(14)
其中，ti为第i个次带的鬼影检测阈值，di为降噪后短曝光图像第i个次带与长曝光图像第i个次带的差值绝对值，c2为常数参量，c2的大小决定鬼影检测程度，c2越大检测到的鬼影区域越小，一般取值范围为2到5。
2-3利用各层次带差值的绝对值和估计的鬼影检测阈值得到融合权重图，为了实现自然融合，我们利用高斯函数特性构建平滑的权重函数，并利用导向滤波对融合权重图做平滑处理，计算公式如下：
其中，wi为第i个次带的融合权重图，ti为估计的鬼影检测阈值，di为降噪后短曝光图像第i个次带与长曝光图像第i个次带的差值绝对值，g()表示导向滤波平滑操作。
3.重建次带集得到结果图像，包括以下步骤：
3-1利用步骤1-2得到的长曝光图像次带集、步骤1-4去噪处理后的短曝光图像次带集、及步骤2-3平滑处理后的融合权重图构建新的次带集，计算公式为：
其中，fi为构建的新的次带集，
3-2利用小波合成得到的次带集，得到最终图像。
本发明的有益效果：针对拍摄场景为低光度的情况，在低光度条件下拍摄获得短曝光和长曝光两张图像，短曝光图像由于曝光不足整体偏暗且存在大量噪声，长曝光图像由于所摄主体运动存在局部模糊。本发明利用拍摄所得的短曝光图像和长曝光图像，通过小波分解图像，运用双边滤波与硬阈值滤波抑制噪声，同时利用次带差值的绝对值估计鬼影检测阈值，进而利用高斯函数特性构建平滑的融合权重图，随后重建次带，使得最终结果图像中既保持了短曝光图像的锐利边缘，又保持长曝光图像的色彩与亮度，同时有效抑制噪声。本发明提高了图像成像质量与视觉效果。
附图说明
图1为低光度条件下拍摄得到的图像示例，(a)为短曝光图像，(b)为长曝光图像。
图2为本发明方法的流程示意图。
图3为全局直方图匹配图像示例，(a)为短曝光图像，(b)为长曝光图像，(c)为全局直方图匹配结果。
图4为小波次带集某层对应的融合权重图w，(a)-(d)分别是子带ll、lh、hl、hh的权重图。
图5为实验结果图，(a)为短曝光图像，(b)为本发明方法的最终结果，(c)为长曝光图像。
具体实施方式
以下结合附图和具体实施例对本发明作进一步说明。
本发明针对低光度条件下拍照的情况，此时由于光线不足，拍摄所得的图像经常包含大量噪声，且色彩暗淡，对比度较低，通过延长曝光时间可以获得色彩丰富且噪声较低的图像，但由于曝光时间较长，所摄物体的移动经常引起图像局部模糊。图像示例如图1所示。我们希望通过适当融合得到一张质量较好的图像，使得结果图像中即保持短曝光图像的边缘锐度，又拥有长曝光图像的颜色并降低噪声。本发明的流程如附图2所示，主要包括小波分解、多尺度双边滤波、利用次带差值计算权重图以及次带重建等几个步骤。
步骤1.对输入图像进行小波分解与多尺度双边滤波
1-1首先对短曝光图像进行直方图匹配生成图像ih，直方图匹配在r、g、b三个通道分别进行，图像示例如图3所示。对长曝光图像，我们采取快速角点检测配合ransac方法，以直方图匹配后的ih为参照，对长曝光图像il进行仿射变换，得到与短曝光图像is配准的长曝光图像ir；
1-2对直方图匹配和配准处理后的输入图像ih、ir分别进行小波分解，生成短曝光次带集
1-3由于图像集
其中，σl为第l层次带的噪声估计方差，median()表示取中值操作，hhl表示小波分解第l层的高频细节层，c1为常数参量，c1的大小决定估计的噪声方差的大小，c1越大得到的去噪图像越平滑，一般取值范围为2到4。
为降低短曝光图像中噪声对后续鬼影检测的干扰，并且更好保存图像细节与边缘，我们参考多尺度双边滤波，对低频次带
其中，
对于高频次带
其中，
步骤2.利用步骤1-2获得的长曝光图像次带集与步骤1-4去噪处理后的短曝光图像次带集，得到对应次带差值，进而得到与次带对应的融合权重图，包括以下步骤：
2-1计算步骤1-2得到的长曝光图像次带集与步骤1-4去噪处理后的短曝光图像次带集的相应次带差值的绝对值di，计算公式为：
其中，
2-2降噪后的短曝光图像与长曝光图像虽然亮度接近但仍有微小差异，降噪过程中的双边滤波与硬阈值滤波虽然降低了短曝光图像中噪声对鬼影区域检测的影响，但也容易造成微小细节被过渡平滑或部分微弱噪声的残留。基于此，我们在考虑利用相应次带差值绝对值构建融合权重时，较大的差值可以判定为由鬼影引起，较小的差值则可能是由微弱的纹理、色彩偏差或残留噪声偏差引起，仍需判定为非鬼影区。因此我们需要一个差值阈值来划分鬼影区与非鬼影区，假定鬼影区在整幅图像中面积比重较小，我们可以选取图像差值中值估计鬼影检测阈值ti，公式如下：
ti＝c2*median(di)(22)
其中，ti为第i个次带的鬼影检测阈值，di为降噪后短曝光图像第i个次带与长曝光图像第i个次带的差值绝对值，c2为常数参量，c2的大小决定鬼影检测程度，c2越大检测到的鬼影区域越小，一般取值范围为2到5。
2-3利用各层次带差值的绝对值和估计的鬼影检测阈值得到融合权重图，为了实现自然融合，我们利用高斯函数特性构建平滑的权重函数，并利用导向滤波对融合权重图做平滑处理，计算公式如下：
其中，wi为第i个次带的融合权重图，ti为估计的鬼影检测阈值，di为降噪后短曝光图像第i个次带与长曝光图像第i个次带的差值绝对值，g()表示导向滤波平滑操作。从上式可以看出，当两幅图像差值较小时，融合权重接近于1，当两幅图像差值远大于鬼影检测阈值时，融合权重趋于0。
3.重建次带集得到结果图像，包括以下步骤：
3-1利用步骤1-2得到的长曝光图像次带集、步骤1-4去噪处理后的短曝光图像次带集、及步骤2-3平滑处理后的融合权重图构建新的次带集，计算公式为：
其中，fi为构建的新的次带集，
3-2利用小波合成得到的次带集，得到最终图像。
本实验小波分解中所涉及的小波基为降噪过程经常使用的‘db8’小波基，融合算法多尺度小波分解层数设置为2，融合算法中的常数参量c1与c2为3，导向滤波的窗口参数与快速双边滤波的窗口参数σd取值相同都为7。当图像分辨率增加时，可以参考经验值适当调整，以获取具有良好视觉效果的融合图像。
本发明测试部分图像得到实验效果，图像示例如图5所示，我们可以看到，结果图像在鬼影区域保留了短曝光图像的边缘锐度，如第一行图像中小男孩的面部区域、第二行图像中女士的眼睛；在背景等非鬼影区域结果图像整色彩亮度信息与长曝光图像接近，如图5(c)中地板区域。图3中全局直方图匹配虽然调整了短曝光图像的亮度与色彩，但是图像中存留大量噪声，以及部分色彩偏差，如图3(c)中地板区域噪声明显且有色差存在，但我们结果图像中的地板区域噪声和色彩偏差明显减少，更接近长曝光图像信息；且我们结果图像整体无明显噪声，如第三行图像中小女孩的衣服。本发明实验结果图像整体过渡自然，不存在明显色差、区域接缝等情况，达到预期效果。