[发明专利]一种基于可变图像分解的多曝光图像融合方法

说明书

本发明公开了一种基于可变图像分解的多曝光图像融合方法，该方法围绕多曝光融合图像的细节保存和高动态图像的视觉质量需求，利用纹理‑卡通分解得到图像纹理分量,并通过计算图像纹理熵来实现图像块尺寸参数的动态选择；使用动态步长的移动窗口从源序列中提取图像块,并利用结构图像块分解方法实现图像块融合；通过整合融合图像块获得融合图像。将可变图像分解算法与图像块结构分解算法结合，实现图像块尺寸大小的自动选取和图像块融合，不仅利于图像纹理、结构细节信息的保存，同时融合图像获得更真实的色彩外观，提高HDR的视觉质量。

技术领域

本发明属于图像融合领域，尤其涉及一种基于可变图像分解的多曝光图像融合方法。

背景技术

在人民群众对日常影像记录需求的驱动下，具有数字成像与图像处理功能消费电子产品已成为国民生活、工作中必不可少的“日用品”。但是，现有成像设备拍摄数字图像时，受成像设备“动态范围”的限制，成像设备无法通过一次曝光成像采集到场景中所有的细节信息，其严重影响图像的视觉效果与关键信息的记录。而且，由于人眼视觉系统的动态范围与电子成像设备不匹配，会丢失暗部\亮部信息，图像呈现曝光过度\曝光不足。针对现有成像、显示设备与人眼视觉系统之间动态范围不匹配问题，引入多曝光融合技术，克服高动态范围成像与低动态范围显示之间的差距。多曝光图像融合以不同曝光量级的源图像序列作为输入，通过综合其中的光照强度较符合人眼观察习惯的信息，生成一幅更具信息性和感知性的高动态范围图。融合后的图像能够捕获更丰富的场景光照、颜色与细节信息，使照片效果更加接近人眼所观察到的真实场景，为后续图像处理提供更丰富的信息。本专利通过图像纹理卡通分解方法，并结合图像块结构分解算法提出基于参数动态选择的多曝光图像融合技术，利用纹理熵值实现参数的动态选择，解决高动态图像获取中由图像块尺寸固定引起的细节丢失问题。

发明内容

发明目的：针对以上现有技术存在的问题，本发明提出一种基于可变图像分解的多曝光图像融合方法，该方法采用纹理熵值实现图像块尺寸参数的自动化选择，并采用结构分解算法实现图像块的融合，保留更多的场景细节信息以获得高质量的HDR图像，以获得细节信息丰富的HDR图像。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于可变图像分解的多曝光图像融合方法，该方法包括以下步骤：

(1)采用变分图像分解模型对不同曝光级源图像进行纹理-卡通分解；

(2)将由步骤(1)求出的图像纹理分量v转换成灰度图像，并利用灰度差分统计方法获得图像纹理特征的熵值；

(3)根据步骤(2)确定的熵值对不同曝光级源图像进行分割序列x_k,i，其中，x_k,i表示第k张图像的第i个图像块，1≤k≤K,1≤i≤n，K是不同曝光级源图像的张数，n是每一张图像分割得到的图像块数量；

(4)每一个x_k,i采用图像块结构分解算法将其分解为三个独立组件：信号强度c_k,i、信号结构s_k,i和平均亮度l_k,i，对上述三个组件进行处理获得融合图像块的期望组件

(5)根据和计算对应的融合图像块

(6)对所有图像块x_k,i执行步骤(4)-(5)得到新的融合图像块然后依据图像块的空间结构信息对融合图像块进行重组以融合图像。

进一步的，步骤(1)中，采用变分图像分解模型对不同曝光级源图像进行纹理-卡通分解方法如下：

(1.1)对于一组不同曝光级源图像，采用变分图像分解模型VO对图像进行纹理-卡通分解，VO模型的定义如下：