[发明专利]一种基于导向滤波多级分解的两曝光图像融合方法

权利要求书

1.一种基于导向滤波多级分解的两曝光图像融合方法，其特征在于，包括以下步骤：

步骤1：获取待融合的两幅原始RGB通道图像I(i)，将两幅原始RGB通道图像I(i)转换为YCbCr通道图像；其中，i＝1,2；

步骤2：在Y通道获取YCbCr通道图像的曝光权重图，并经过高斯滤波处理得到曝光显著性权重W_e(i)；

步骤3：以原始RGB通道图像I(i)自身作为引导图像进行导向滤波将其分为基础层B₁(i)和细节层D₁(i)；

步骤4：对步骤3得到的基础层B₁(i)继续以自身为引导图进行导向滤波，得到B₂(i)和D₂(i)，且同理一直迭代得到B_n(i)和D_n(i)，将图像分解为：

I(i)＝B₁(i)+D₁(i)

＝B₂(i)+D₂(i)+D₁(i)

＝...

＝B_n(i)+D_n(i)+D_n-1(i)+…++D₁(i)

记基础层B(i)＝B_n(i)，细节层为D(i)＝D_n(i)+D_n-1(i)+…++D₁(i)；

步骤5：逐帧在每一细节层D_n(i)分别取全局梯度，并经过高斯滤波处理得到每层显著性权重W_g,n(i)；

步骤6：计算融合图像的基础层曝光权重和细节层的权重

步骤7：根据图像多级分解以及在各层级的权重图分别在基础层B(i)和细节层D(i)进行图像融合，得到融合图像F；

2.根据权利要求1所述的一种基于导向滤波多级分解的两曝光图像融合方法，其特征在于：所述步骤2中曝光显著性权重W_e(i)的计算方法为：

其中，σ为方差；T₁、T₂是曝光阈值；mean(I(i))为原始RGB通道图像I(i)的像素平均强度值；γ为用于增加适应权重鲁棒性的系数。

3.根据权利要求1所述的一种基于导向滤波多级分解的两曝光图像融合方法，其特征在于：所述步骤3中导向滤波是边缘保持滤波操作，其基于最小二乘法的导向滤波的损失函数如下：

其中，分别是以像素点k为中心的局部窗口ω_k的线性变换系数；I_i是引导图像；P_i是原始图像；ε是正则化参数，ω、μ、δ分别是局部窗口像素数、均值和方差；最终的输出序列为：

其中，以Gf(I,P,r,))表示导向滤波操作符，r为滤波器半径，经导向滤波操作，原始图像被分为基础层B₁(i)和细节层D₁(i)：

B₁(i)＝Gf(I(i),I(i),r,ε)，D₁(i)＝I(i)-B₁(i)。

4.根据权利要求1所述的一种基于导向滤波多级分解的两曝光图像融合方法，其特征在于：所述步骤5中逐帧在每一细节层D_n(i)分别取全局梯度，并经过高斯滤波处理得到每层显著性权重W_g,n(i)的方法具体为：

RGB图像序列的每个像素包含红绿蓝三个分量，每个像素由一个三维向量来表示：

其中，为单位向量，R、G、B为红绿蓝三个颜色分量；计算向量梯度的参数g_xx、g_yy、g_xy分别为：

梯度方向角θ为：

梯度Grad(θ)为：