一种基于lαβ空间场景迁移的多曝光图像融合方法
【技术领域】
[0001] 本发明涉及数字图像处理方法，特别涉及对于高动态范围场景，一种基于la0 空间场景迀移的多曝光图像的融合方法。
【背景技术】
[0002] 随着计算机和互联网技术的迅猛发展，多媒体技术及其应用已经渗透到社会生产 和生活的方方面面，人们对高质量图像和视频信息的需求也越来越高。然而在图像获取过 程中，受到图像采集设备、采集环境、噪声等因素的影响，在接收终端呈现的图像往往是低 质量的图像。因此，如何通过低质图像重建高质量的图像，一直以来都是图像处理领域所致 力解决的问题。
[0003] 亮度动态范围是衡量图像质量的重要指标，图像的亮度动态范围指最亮区域和最 暗区域的亮度对比度。动态范围限制了自然场景中极亮区和极暗区细节在一幅图像中同时 展现的能力。自然场景中展现的亮度对比度非常宽广，而普通图像采集和显示设备所能处 理的对比度却非常有限。这就造成了标准图像采集和现实设备对高对比度场景的表现会出 现过曝光和欠曝光的问题，难以对高对比度场景进行高质量成像，不能有效表现高对比度 场景。
[0004] 高动态范围图像可由同一场景具有不同曝光参数的图像合成获取。为了提高图像 的动态范围，重建高动态范围图像，学者们提出了一些卓有成效的多曝光图像融合方法，但 是传统的图像融合方法，在融合后虽然提高了图像的亮度对比度，能较好的表现图像的细 节纹理信息，但是颜色信息在融合过程中很少被关注，使图像的视觉效果下降。本发明提出 了一种新的基于la0空间场景迀移的多曝光图像融合方法，既提高图像的对比度，较好 的表现图像的纹理信息，又可以使图像的颜色信息达到预期效果，使图像在颜色和纹理上 都得到增强。
【发明内容】
[0005] 本发明的目的在于，将同一场景多幅具有不同曝光参数的图像融合为具一幅有高 亮度动态范围的图像，同时提高图像的纹理和颜色信息质量。
[0006] 为了达到上述目的，本发明采用基于la0空间场景迀移的多曝光图像融合方 法。其特征在于，不但考虑场景的纹理细节信息，同时考虑了场景的颜色信息，使场景的纹 理和颜色信息都得到较好的保持。
[0007] 算法主要分为三个部分：颜色空间转换，图像预处理和场景迀移。
[0008] 首先，输入同一场景的N幅具有不同曝光参数的图像，并对其进行颜色空间转换， 其中N> = 3。由于RGB空间的三个通道相关性很大，调整其中的一个通道，其他通道的值也 会随之改变，而la0颜色空间的各个通道几乎没有相关性，所以可以对不同的颜色通道 进行分别操作。因此，选择三个通道相关性较小的la0空间作为多曝光图像融合空间。
[0009] 其次，图像预处理。在颜色和纹理迀移前，需要对输入图像进行预处理。预处理部 分具体包括亮度基本层估计、背景亮度级别分割以及为每个亮度级别选择一幅具有最佳曝 光参数的输入图像。首先进行背景亮度估计，即基本层估计，得到场景的整体亮度分布；然 后，对基本层进行亮度级别分割，将其分为N个不同的亮度级别，当N= 3时，可分为暗区、 中等壳区和尚壳区；最后，为每个壳度级别从输入图像中选择一幅具有最佳曝光参数的输 入图像作为场景迀移的最佳曝光示例图像。
[0010] 最后是场景迀移，场景迀移又包括纹理迀移和颜色迀移。预处理之后，将预处理得 到的最佳曝光示例图像的纹理信息迀移到基本层中。纹理迀移在1通道的梯度域进行，采 用基于泊松编辑的思想。将最佳示例样本图像的纹理在梯度域迀移到基本层中；纹理迀移 之后是颜色迀移，将最佳曝光示例图像中的颜色色调迀移到纹理迀移的结果图像中，从而 获得纹理和颜色信息都得到较好保持的高动态范围图像。
[0011] 一种基于la0空间纹理和颜色迀移的多曝光图像融合方法，其特征在于，具体 步骤如下：
[0012] 2.1颜色空间转换：
[0013] 首先输入N幅同一场景具有不同曝光参数的图像，其中N> = 3 ;并对其进行颜色 空间转换，从RGB空间转换到1a0空间；对图像进行处理后，再将结果图像从1a0空间 转换到RGB空间；
[0014] 2. 2图像预处理：
[0015] 在场景迀移之前，需要对输入图像进行预处理；首先在1通道进行背景亮度估计， 即基本层估计，得到场景的整体亮度分布，基本层为1通道所有图像的平均值；然后，对基 本层进行亮度级别分割，将其分为N个不同的亮度级别，N= 3时，分为暗区、中等亮区和高 亮区，亮度级别的分割采用基于直方图的K均值聚类的方法；由于在RGB空间转换到1a0 空间的过程中，经过了取对数运算，因此数据范围很小而且会出现负值，通过计算，la0的 1通道取值范围在-1. 6~4. 4之间，将1通道值按照比例，归一化到0~255之间之后再进 行聚类；最后，为每个亮度级别从输入图像中选择一幅具有最佳曝光参数的输入图像作为 纹理和颜色迀移的最佳曝光示例图像；
[0016] 2. 3场景迀移：
[0017] 预处理之后，将预处理得到的最佳曝光示例图像的纹理信息迀移到基本层中；纹 理迀移采用基于泊松编辑的思想，在梯度域将最佳示例样本图像的纹理迀移到基本层中， 通过解泊松方程得到纹理迀移后的1通道值并将其按比例归一化到1通道的理论范围中；
[0018] 纹理迀移之后是颜色迀移，为了同时保持场景的纹理和颜色信息，通过颜色迀移 的方法，如式（1-1)，将最佳曝光示例图像中的颜色色调迀移到纹理迀移的结果图像中；
[0022] 其中k为分区号，k= 1，2~N;当输入图像数N= 3时，k= 1，2, 3时分别代表暗 区、中亮区和高亮区：
1代表k区目标图像所有像素的1颜色轴， a颜色轴，0颜色轴的的方差和均值；
代表k区最佳示例图像 的所有像素的1颜色轴，a颜色轴，0颜色轴的方差和均值；1 result(k)(土，J) ^〇result(k)(i，j)， 0_ltao(i，j)分别代表结果图像位置为（i，j)的像素点的1颜色轴，a颜色轴，0颜色轴 的值山〇〇 (i，j)，ata〇 (i，j)，1〇〇 (i，j)分别代表k区目标图像位置为（i，j)的像素点的 1颜色轴，a颜色轴，0颜色轴的值；fyk)是k区位置为（i,j)的像素点的颜色调整权重 函数；
[0025] @是k区目标图像的各个像素矢量，该矢量各通道投影分别记为ltao、at〇〇、
为目标图像的各通道像素均值，分别为
场景迀移之后，将 结果图像从la0空间转换到RGB空间。
[0026] 本发明原理：
[0027] 1)颜色空间转换
[0028] 在纹理和颜色迀移中，需要对输入图像的各个通道分别进行调整，而RGB空间的 各个通道相关性很大，很难单独调整其中的一个通道而不影响其他通道的值，因此选择各 个通道相关性很小的la0空间。因此将选取的同一场景的N幅具有不同曝光参数的图像 由RGB颜色空间转换到la0空间。1代表消色通道、a代表黄一蓝通道、0代表红一绿 通道。纹理迀移的过程在1通道进行。
[0029] 2)图像预处理
[0030] 在对图像进行纹理和颜色迀移之前，需要先对输入图像进行预处理。首先为了获 取图像的整体亮度信息，即场景的整体明暗程度进行估计，将不同曝光参数的图像的亮度 通道1进行平均并作为基本层，如当输入图像为三幅曝光差为1的图像时，基本层lb