[发明专利]图像融合方法、装置、电子设备及可读存储介质

说明书

本申请提供一种图像融合方法、装置、电子设备及可读存储介质，涉及图像处理技术领域。该方法包括：获取待融合的M张图像中各个目标像素值组合，每个所述目标像素值组合包括相互对应的M个像素点的像素值；获取预先通过神经网络模型确定的权重字典，所述权重字典包含对应不同像素值组合的融合权重；根据所述权重字典确定各个所述目标像素值组合对应的融合权重；基于各个所述目标像素值组合对应的融合权重将所述M张图像进行融合，获得融合的目标图像。本方案相比于人工通过经验设置权重的方式，通过上述方式获得的权重更加合理，具有较强的鲁棒性，从而可获得更好的图像融合效果。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种图像融合方法、装置、电子设备及可读存储介质。

背景技术

高动态范围(High-Dynamic Range，HDR)，又称宽动态范围技术，HDR图像相比于普通图像，可以提供更多的动态范围和图像细节。在一些应用场景下，可以获取同一场景不同的曝光时间下的图像，并将各曝光时间获取的图像中细节较佳的部分以一定权重融合成最终的HDR图像，其能够更好地反映出真实环境中的视觉效果。

HDR图像合成的算法有很多，其中线性融合是非常常见和成熟的算法。但在输入图像亮暗差别较大的时候，合成的图像容易出现发灰的现象，且整体效果也不够自然，其原因是对亮暗帧进行融合的权重是由人工凭经验设置的，这样获得的权重不够鲁棒，使得合成的图像效果较差。

发明内容

本申请实施例的目的在于提供一种图像融合方法、装置、电子设备及可读存储介质，用以改善现有技术中通过人工设置的融合权重不够鲁棒，导致融合效果差的问题。

第一方面，本申请实施例提供了一种图像融合方法，所述方法包括：获取待融合的M张图像中各个目标像素值组合，每个所述目标像素值组合包括相互对应的M个像素点的像素值，其中，M为大于或等于2的整数，所述相互对应的M个像素点分别属于M张图像且在各自所属图像中的位置具有对应关系；获取预先通过神经网络模型确定的权重字典，所述权重字典包含对应不同像素值组合的融合权重；根据所述权重字典确定各个所述目标像素值组合对应的融合权重；基于各个所述目标像素值组合对应的融合权重将所述M张图像进行融合，获得融合的目标图像。

在上述实现过程中，通过神经网络模型针对不同像素值组合获得对应的权重字典，然后可根据权重字典获取M张图像中各个目标像素值组合对应的融合权重，再基于该融合权重进行图像融合，相比于人工通过经验设置权重的方式，本申请中通过上述方式获得的融合权重更加合理，具有较强的鲁棒性，从而可获得更好的图像融合效果。

可选地，所述获取预先通过神经网络模型确定的权重字典，包括：

分别取i₁至i_M为0到N，获得多个像素值组合(i₁,i₂,...,i_M)，其中，N为图像的灰度等级数减一；

将所述多个像素值组合中的每个像素值组合对应的M张单色图像输入所述神经网络模型中，获得每个像素值组合对应的融合权重，其中，与像素值组合(i₁,i₂,...,i_M)对应的M张单色图像中第j张单色图像的像素值为i_j，j为1到M；

根据每个像素值组合对应的融合权重确定所述权重字典。

在上述实现过程中，通过训练好的神经网络模型获得多个像素值组合对应的权重字典，从而使得获得的权重更加鲁棒，使用范围更加广泛。并且，预先获得的权重字典可以预先存储在电子设备(如移动终端)中，这样电子设备可无需再运行神经网络模型，可减少电子设备的计算复杂度，对于算力不好的电子设备比较友好。

可选地，所述将所述多个像素值组合中的每个像素值组合对应的M张单色图像输入所述神经网络模型中，获得每个像素值组合对应的融合权重，包括：