[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

说明书

本发明属于图像处理技术领域，具体涉及一种基于导向滤波多级分解的两曝光图像融合方法。本发明通过导向滤波将图像分解为一个基础层和多个细节层，然后分别逐级利用曝光权重和全局梯度权重挖掘包含在基础层和细节层中的图像信息以重建图像。本发明解决了现有技术中原始图像序列具有较大曝光时间差异时融合图像质量不佳的问题，可以适应多种曝光比率以及复杂的真实场景，通过曝光权重和全局梯度权重分别保留整体亮度和局部细节。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于导向滤波多级分解的两曝光图像融合方法。

背景技术

动态范围表示变化信号(例如声音或光)最大值和最小值的比值，自然场景的亮度动态范围可以超过100,000:1。消费级数码相机受制造成本限制动态范围有限，难以通过单次成像捕获具有高动态范围(High Dynamic Range，HDR)的真实自然场景，图像中可能存在过曝光或欠曝光的区域，导致图像细节丢失。为了解决上述问题，目前普遍采取多曝光融合技术生成高动态范围图像。首先，获取同一场景下多幅具有不同曝光时间的低动态范围图像序列，然后采用图像融合的方法重建图像，使得新生成图像能够同时保留高亮度和低亮度区域的图像细节。这种方法不需要专业的成像设备和相机的额外信息，具有通用性和实用吸引力，生成的新图像具有丰富的信息满足人眼视觉感知的真实性。

现有的多曝光融合方法大多需要具有小曝光差异的长序列原始图像才能获得较好的融合结果，当原始图像较少且具有较大曝光差异时，融合图像质量将显著下降。杨等人在2018年的文献《Multi-Scale Fusion of Two Large-Exposure-Ratio Images》中提出了一种通过强度映射函数生成具有中等曝光虚拟图像的方法，然后融合两个原始图像和虚拟图像生成最终的融合图像。这种方法降低了融合图像的可靠性，同时也增加了算法的计算复杂度。

发明内容

本发明的目的在于解决原始图像序列具有较大曝光时间差异时融合图像质量不佳的问题，尤其当两张输入原始图像分别为欠曝光和过曝光图像时，现有的多曝光图像融合方法不能很好的重建融合图像中相对对比度信息。本发明提出一种基于导向滤波多级分解的两曝光图像融合方法，通过导向滤波将图像分解为一个基础层和多个细节层，然后，分别逐级利用曝光权重和全局梯度权重挖掘包含在基础层和细节层中的图像信息以重建图像。

一种基于导向滤波多级分解的两曝光图像融合方法，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)