[发明专利]基于航拍图像的多曝光融合系统

权利要求书

1.基于航拍图像的多曝光融合系统，其特征在于：包括图像配准模块、图像校正模块、图像融合模块：

图像配准模块：对成像场景提取特征点并进行特征点的粗-精匹配，拟合出图像间的变换模型，为下一步的图像校正模块做准备；

待拟合数学模型为投影变换模型；该模型所需的最小控制点对，即最小样本数，为4对粗匹配点对；RANSAC算法具体步骤如下：

S1：在粗匹配点集中任取4对匹配点对，但这4对点对中任意3点不共线；计算转移矩阵H的参数；

S2：用粗匹配点集中的其它点对来适应转移矩阵H，计算变换后的点的误差；若误差小于一个像素，则认为该点为投影模型内的内点；否则判定其为外点；

S3：统计转移矩阵为H的投影模型的内点数量；

S4：重复步骤S1至步骤S3，标记内点数量最多的转移矩阵H为最终结果；如果内点数量总少于总数的三分之一，则匹配失败；

图像校正模块：根据图像匹配模块计算出的图像变换模型，将图像中的有相对偏移的成像目标校正到同一位置中；

采用配准后的航拍图像进行校正，具体实施步骤如下：

B1：创建一幅大小与基准图像一致的空白图像；

B2：从图像原点开始，逐像素根据空间位置(x,y)依照投影变换模型映射到对应的浮动图像中，计算得映射后的坐标(x’,y’)；

B3：如果坐标(x’,y’)为基准图像范围R内的整数坐标，则I(x,y)＝R(x’,y’)；如果坐标(x’,y’)为基准图像R范围内的非整数坐标，则利用双线性插值算法，计算出位置(x’,y’)应取的像素值R’(x’,y’)，并使I(x,y)＝R’(x’,y’)；如果(x’,y’)不在基准图像范围内，则将I(x,y)置黑，即使I(x,y)＝0；

B4：根据B3，对空白图像的所有像素遍历之后，得到浮动图像F的校正图像；

图像融合模块：是将校正模块的输出图像进行基于高斯和拉普拉斯金字塔分解的多曝光融合，采用校正后的航拍图像进行融合，具体实施步骤如下：

C1：计算权重图，将图像数据归一化至[0,1]区间内，对原图像进行拉普拉斯滤波，滤波后取绝对值作为对比度参数；点(x,y)的权重值计算公式如下式所示：

式中Contrast(x，y)和Exposure(x，y)分别表示点(x,y)的对比度参考值和曝光良好度参考值，W_c和W_E分别表示对比度和曝光良好度对权重的贡献大小，取1；

对图像序列中每幅图像的所有数据按照以上计算方法遍历，得出三幅输入图像各自对应的权重图WeightMap₁、WeightMap₂和WeightMap₃；对三幅权重图中每个位置的数据和进行归一化，使所有权重图的同空间位置的权重值之和为1；

C2：对权重图进行高斯金字塔分解；第0层图像数据为原始图像，之后的每一层数据都是低一层级的数据经高斯模糊后再进行降2采样所得，采用5×5的高斯模板w(m,n)进行滤波，分解算法如下：

C3：对原始图像进行拉普拉斯金字塔分解；第0层图像数据G₀为原始图像；分解时，将第l层图像数据G_l进行高斯模糊和下采样，得到图像G_l+1；对图像G_l+1进行上采样扩展，得到高斯近似图像将第l层图像数据G_l与所得的扩展后的高斯近似图像相减，得到包含高频信息的拉普拉斯金字塔的第l层图像数据L_l；

C4：图层融合；将待融合图像根据两座金字塔进行层间融合；

C5：重建图像；得到融合金字塔后，从融合金字塔的最上层图像数据进行上采样，扩展图像后与下一层图像相加，最后得到一幅与待融合图像尺寸相等的融合图像。