[发明专利]基于小波分解和双边滤波的低光度图像对融合方法

权利要求书

1.一种基于小波分解和双边滤波的低光度图像对融合方法，其特征在于，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，具体是：

(1.1)首先参照长曝光图像对短曝光图像进行全局直方图匹配，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；

(1.2)对步骤(1.1)处理后的两张图像分别进行小波分解，生成相应的短曝光图像次带集和长曝光图像次带集；

(1.3)利用步骤(1.2)获得的短曝光图像次带集中的高频次带估计各层次带的噪声方差；

(1.4)对步骤(1.2)获得的短曝光图像次带集的低频次带进行双边滤波，高频次带集进行硬阈值滤波，达到抑制噪声目的；

(2)利用步骤(1.2)得到的长曝光图像次带集与步骤(1.4)降噪处理后的短曝光图像次带集，得到对应次带的差值，进而估计鬼影检测阈值，得到与次带对应的融合权重图，具体是：

(2.1)计算步骤(1.2)得到的长曝光图像次带集与步骤(1.4)降噪处理后的短曝光图像次带集的相应次带差值的绝对值；

(2.2)利用各层次带差值绝对值的中值估计鬼影检测阈值；

(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，并利用导向滤波对融合权重图做平滑处理；

(3)重建次带集得到结果图像，具体是：

(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；

(3.2)利用小波合成步骤(3.1)构建的次带集，得到最终结果图像。

2.根据权利要求1所述的基于小波分解和双边滤波的低光度图像对融合方法，其特征在于，所述步骤(1.3)中，利用步骤(1.2)获得的短曝光图像次带集的高频次带估计各层次带的噪声方差的公式为：

其中，σ_L为第L层次带的噪声估计方差，median()表示取中值操作，HH_L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，取值范围为2到4。

3.根据权利要求1所述的基于小波分解和双边滤波的低光度图像对融合方法，其特征在于，所述步骤(1.4)中，对步骤(1.2)获得的短曝光图像次带集的低频次带进行双边滤波的公式为：

其中，表示短曝光图像次带集第L层的低频次带，表示双边滤波后的低频次带，C为归一化函数，N表示定义域，x,y,k,l表示像素位置坐标，σ_d为滤波窗口参数，σ_L为第L层次带的噪声估计方差。

4.根据权利要求1所述的基于小波分解和双边滤波的低光度图像对融合方法，其特征在于，所述步骤(1.4)中，对步骤(1.2)获得的短曝光图像次带集的高频次带集进行硬阈值滤波的公式为：

其中，表示步骤(1.2)获得的短曝光图像的第i个高频次带，表示降噪滤波后的短曝光图像的第i个高频次带，σ_L为第L层次带的噪声估计方差。

5.根据权利要求1所述的基于小波分解和双边滤波的低光度图像对融合方法，其特征在于，所述步骤(2.1)中，利用步骤(1.2)得到的长曝光图像次带集与步骤(1.4)降噪处理后的短曝光图像次带集，计算得到相应次带差值的绝对值的公式为：

其中，为步骤(1.2)得到的长曝光图像次带集，为步骤(1.4)降噪处理后的短曝光图像次带集，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。