[发明专利]基于多级对偶反馈的单张图片重构HDR方法

权利要求书

1.基于多级对偶反馈的单张图片重构HDR方法，其特征在于，包括以下步骤：

S1、输入LDR图像；

S2、利用反量化网络对输入LDR图像进行特征提取，并重构出反量化图像；对反量化图像进行量化操作获得对偶量化图像，利用对偶量化图像计算量化损失，反馈给反量化网络；

S3、使用残差网络提取出反量化图像的ICRF映射曲线，对反量化图像进行ICRF映射处理得到线性图像，同时使用相同的网络学习CRF映射作为对偶反馈结构；

S4、利用掩码将线性图像分为过曝区域和其它区域，将过曝区域输入至截断信息恢复网络，获得HDR图像，对HDR图像进行分层截断获得截断图像，利用截断图像计算截断损失，反馈给截断信息恢复网络；

S5、使用多尺度感受野特征提取模块和注意力机制对HDR图像进行整体调整，得到调优HDR图像。

2.根据权利要求1所述的基于多级对偶反馈的单张图片重构HDR方法，其特征在于，所述步骤S2具体实现方法为：采用反量化网络的下采样模块对输入LDR图像进行特征提取，并上采样重构出反量化图像，对反量化图像进行量化操作获得对偶量化图像，利用对偶量化图像计算量化损失，反馈给反量化网络；所述反量化网络为自编码器；所述量化操作用于检查反量化网络带来的噪声，以此来约束反量化网络的恢复过程，操作公式如下：

其中，x表示反量化图像；y表示对偶量化图像。

3.根据权利要求1所述的基于多级对偶反馈的单张图片重构HDR方法，其特征在于，所述步骤S3具体实现方法为：计算反量化图像的边缘信息和直方图信息，将边缘信息和直方图信息一起输入至ICRF映射曲线提取网络，获得ICRF映射曲线；然后使用ICRF映射曲线对反量化图像进行映射操作获得线性图像，对线性图像使用CRF映射曲线提取网络进行映射获得对偶非线性图像，利用非线性图像计算映射损失，反馈给ICRF映射曲线提取网络；

所述边缘信息通过Sobel滤波器进行计算；

所述ICRF映射曲线提取网络包括多个残差模块和一个全连接层，用于提取k个基向量系数，再将k个基向量系数带入EMoR模型获得ICRF映射曲线；

EMoR模型使用基向量系数计算出ICRF映射曲线，计算公式如下：

其中，g^icrf表示ICRF映射曲线；g₀表示ICRF均值曲线，来自于ICRF曲线库；H＝[h₁,h₂,...,h_k]表示ICRF映射曲线的k个基向量；表示k个基向量系数；

所述CRF映射曲线提取网络的作用是为了根据图像内容计算CRF映射曲线，对线性图像进行映射来辅助ICRF映射曲线提取网络的求解，网络结构与ICRF映射曲线提取网络完全相同。

4.根据权利要求1所述的基于多级对偶反馈的单张图片重构HDR方法，其特征在于，所述步骤S4具体实现方法为：

将图像像素值超过判别阈值的区域判定为过曝区域，否则为其他区域；并以掩码的方式对图像进行处理，掩码计算公式如下：

mask＝max(0,a-α)/(1-α)

其中，mask表示掩码；a表示输入图像像素值；α＝0.95表示过曝区域的判别阈值；

所述截断信息恢复网络为由多个下采样和上采样组成的自编码器，用于恢复图像丢失的信息；

所述分层截断操作通过引导滤波器对HDR图像进行分层，将图像分为基础层和细节层；然后对基础层进行截断操作获得截断的基础层，再使用截断的基础层和细节层重构得到截断图像，具体计算公式为：

x_base＝filter(x')

x_detail＝x'/x_base

x_{clip_base}＝min(a,x_base)

y′＝x_{clip_base}×x_detail

其中，x'表示HDR图像，filter表示引导滤波器，x_base表示基础层，x_detail表示细节层，x_{clip_base}表示截断的基础层，y'表示截断图像。