[发明专利]一种基于多曝光生成再融合框架的图像增强方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于多曝光生成再融合框架的图像增强方法。

背景技术

由于相机的动态范围有限，在高动态场景下拍摄的图像存在着局部过暗的问题。以背对阳光拍摄人物为例：如果采用自动曝光，则背景过亮而人物过暗；如果通过增加曝光时间、增大光圈或增大感光度等方式调亮图像使得人物曝光良好，则背景由于达到图像亮度最大值而成为一片白色；如果通过减小曝光时间、减小光圈或减小感光度等方式调亮图像使得背景曝光良好，则人物由于亮度值过低而成为漆黑一片。现有技术无法解决单一曝光图像中的过亮过暗问题，难以得到更好的视觉体验。

因此，现有相关技术至少存在如下缺陷：由于没有考虑相机响应特性，从而导致处理后的图像可能存在对比度过度增强或者欠增强的问题，进而使得图像失真。此外，现有方法得到的增强结果可能或多或少存在各种不自然的处理痕迹，如图像的物体边缘有光圈，图像颜色失真、图像不自然等问题。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于多曝光生成再融合框架的图像增强方法，通过采用图像增强方法对显示器或其它实体支撑上的图像外观进行修改，解决相机拍摄图像过程中单一曝光图像中的过亮过暗问题，能够得到更好的视觉体验。

本发明提供的技术方案是：

一种基于多曝光生成再融合框架的图像增强方法，通过采用图像增强方法对图像外观进行修改，解决相机拍摄图像过程中单一曝光图像中的过亮过暗问题，包括如下步骤：

第一步，根据图像，估计得到图像亮度图L；

可以采用现有的图像亮度估计技术，如文献LIME:Low-Light Image Enhancement via Illumination Map Estimation中记载的几种亮度估计方法；包括：采用图像HSV通道中的V通道直接作为亮度图；采用对上述V通道进行局部最大值滤波(local max)的细化结果；采用对上述V通道进行双边滤波的细化结果；亮度图优化问题的精确解求解；亮度图优化问题的近似解求解。

采用亮度估计技术求解图像亮度图，具体实施中，可通过求解一个最优化问题从一个初始的亮度图L′得到最终的亮度图L。亮度估计具体包括三个步骤：

a)亮度图初始化。

该步骤提取图像的亮度分量作为初始的亮度估计图L′。可以采用三通道的算术均值、几何均值或加权平均值，也可以采用三通道的最大值，表示为式1：

其中，x为像素的索引，L′为初始的亮度估计图，P为输入图像，c代表图像的红(R)，绿(G)，蓝(B)通道索引，max表示求最大值运算。

b)优化求解亮度图，求解保边平滑的权值矩阵。

在优化求解亮度图时，需要对非边缘的区域进行平滑，同时保持亮度图边缘不被平滑，该操作通过引入一个保边平滑的权值矩阵M_d实现。权值矩阵M_d根据初始亮度图，通过式2计算得到：

其中，d为梯度方向(h代表水平方向，v代表垂直方向)；ω(x)表示像素x处的滑动窗口，即x的所有邻居像素；∈为一个非常小的数，用于防止分母为0的情形。

c)亮度图细化。

细化亮度图的优化问题定义如式3：

其中，λ为权衡两个约束项的因子，M为用于保边平滑的权值矩阵，为梯度算子，||*||₁和分别代表L1范数和L2范数。用于快速求解，避免迭代，采用该问题的近似形式如式4：

由于该优化问题为二次型，可以给出闭式解，从而得到图像亮度图L。

第二步，根据亮度图L计算最优的曝光比例采样值集合；

最优的曝光比例采样值集合表示为：(N为生成的图像个数，k₁,k₂,k₃,...k_N为一系列曝光比例值)，计算方法可以概括为一个最优化问题，表示为式5：

其中，为计算得到的最优的曝光比例采样值集合；P为输入图像；G为增益函数，通常表征多曝光图像可以提供的总信息量；C为代价函数，通常表征多曝光图像集合中的冗余信息量。

第三步，根据相机模型g和采样值集合生成多曝光图像集合：

生成的一系列不同曝光的图像表示为式6:

其中，g为相机模型，P_i为第i张生成图像，对应曝光比例k_i。