[发明专利]一种基于lαβ空间场景迁移的多曝光图像融合方法

权利要求书

1.一种基于lαβ空间场景迁移的多曝光图像融合方法；其特征在于分为：颜色空间转换，图像预处理和场景迁移三个部分；图像预处理步骤包括基本层估计，亮度级别分割，最佳曝光示例图像选择三个步骤；场景迁移步骤包括纹理迁移和颜色迁移两个步骤；颜色空间转换部分，将N幅输入图像的颜色空间由RGB空间转换到lαβ颜色空间，其中N>＝3；图像预处理步骤，首先在l通道进行基本层估计，得到图像的整体亮度分布，然后将基本层分为Q个亮度级别；亮度级别分割之后通过梯度和熵的方式选择各区的最佳曝光示例图像；场景迁移步骤首先在l通道将各区的最佳曝光示例图像的纹理信息通过泊松编辑的方式迁移到基本层中，得到纹理迁移图像的l通道值，并对所有输入图像的其他两个通道取平均分别作为纹理迁移图像的α通道和β通道值；之后通过颜色迁移的方式，在l，α，β三个通道中，将最佳曝光示例图像的颜色信息迁移到纹理迁移的结果图像中，最后将调整后的图像由lαβ空间转换到RGB空间。

2.根据权利要求1所述的一种基于lαβ空间场景迁移的多曝光图像融合方法，其特征在于，具体步骤如下：

2.1 颜色空间转换：

首先输入N幅同一场景具有不同曝光参数的图像，其中N>＝3；并对其进行颜色空间转换，从RGB空间转换到lαβ空间；对图像进行处理后，再将结果图像从lαβ空间转换到RGB空间；

2.2 图像预处理：

在场景迁移之前，需要对输入图像进行预处理；首先在l通道进行背景亮度估计，即基本层估计，得到场景的整体亮度分布，基本层为l通道所有图像的平均值；然后，对基本层进行亮度级别分割，将其分为Q个不同的亮度级别，Q＝3时，分为暗区、中等亮区和高亮区，亮度级别的分割采用基于直方图的K均值聚类的方法；由于在RGB空间转换到lαβ空间的过程中，经过了取对数运算，因此数据范围很小而且会出现负值，通过计算，lαβ的l通道取值范围在-1.6～4.4之间，将l通道值按照比例，归一化到0～255之间之后再进行聚类；最后，为每个亮度级别从输入图像中选择一幅具有最佳曝光参数的输入图像作为纹理和颜色迁移的最佳曝光示例图像；

2.3 场景迁移：

预处理之后，将预处理得到的最佳曝光示例图像的纹理信息迁移到基本层中；纹理迁移采用基于泊松编辑的思想，在梯度域将最佳示例样本图像的纹理迁移到基本层中，通过解泊松方程得到纹理迁移后的l通道值并将其按比例归一化到l通道的理论范围中；

纹理迁移之后是颜色迁移，为了同时保持场景的纹理和颜色信息，通过颜色迁移的方法，采用式(1-1)，将最佳曝光示例图像中的颜色色调迁移到纹理迁移的结果图像中；

其中k为分区号，k＝1,2…N；当输入图像数N＝3时，k＝1,2,3时分别代表暗区、中亮区和高亮区；代表k区目标图像所有像素的l颜色轴，α颜色轴，β颜色轴的的方差和均值；代表k区最佳示例图像的所有像素的l颜色轴，α颜色轴，β颜色轴的方差和均值；l_result(k)(i,j)，α_result(k)(i,j)，β_result(k)(i,j)分别代表结果图像位置为(i,j)的像素点的l颜色轴，α颜色轴，β颜色轴的值；l_t(k)(i,j)，α_t(k)(i,j)，β_t(k)(i,j)分别代表k区目标图像位置为(i,j)的像素点的l颜色轴，α颜色轴，β颜色轴的值；f_ij(k)是k区位置为(i,j)的像素点的颜色调整权重函数；

是k区目标图像的各个像素矢量，该矢量各通道投影分别记为l_t(k)、α_t(k)、β_t(k)；为目标图像的各通道像素均值，分别为和场景迁移之后，将结果图像从lαβ空间转换到RGB空间。