[发明专利]一种细节保持的多曝光图像快速融合方法

权利要求书

1.一种细节保持的多曝光图像快速融合方法，其特征在于:包括如下步骤：

步骤1：确定超亮超暗区域

本发明采取平均亮度值衡量指标，从两个方面确定需要细节提取的超亮超暗区域；

第一，计算多曝光序列对应位置的N个像素的平均亮度计算方法见公式(2)；当平均亮度在某个区间之外，认为这些像素位于超亮区域D_b或超暗区域D_d，区间的取值可以直接给定一个确定值，本发明取[0.2,0.8]；

第二，超亮超暗区域的细节通常在曝光度最低的图像I₁和曝光度最高的图像I_N中体现，所以仅提取曝光度最低的图像I₁的超亮区域D_b和曝光度最高的图像I_N的超暗区域D_d作为最终的超亮超暗区域；后续仅对选定的超亮超暗区域进行细节提取操作，而不对其他区域操作；

步骤2：采用LLF超亮超暗区域的拉普拉斯金字塔系数

采用局部拉普拉斯滤波器LLF来修改超亮超暗区域的拉普拉斯金字塔系数；具体如下:

对每一个金字塔系数，通过一个逐点映射函数R(I)_g,σ生成一幅局部处理的中间图像I′，这个中间图像是一幅“局部好”的图像，此中间图像通过S形曲线增强函数处理得到；I′的中心点是当前金字塔系数的位置；这个增强函数控制用户所需要的细节改变的程度；然后生成这个中间图像的拉普拉斯金字塔，将这个位置处的新的系数作为修改后的金字塔系数；按照此修改过程，逐一修改超亮超暗区域每个金字塔系数，即：

L{I(k,x,y)}^d＝L{R(I)_g,σ(k,x,y)}^d (3)

其中，L{I(k,x,y)}^d是第k幅图像第d层修改后的拉普拉斯金字塔；细节的修改由映射函数R(I)_g,σ控制；对于第k幅图像第d层的每个系数(x,y,d)，该映射函数取决于高斯金字塔g＝G₀(x,y)的局部像素值，参数σ被用来区分细节和边缘；像素值变化小于σ被看作精细尺度的细节，大于σ被看作大的边缘；作为该函数的中心点，本发明使用高斯金字塔的第0层的高斯金字塔系数；

在RGB彩色空间中，则定义一个以向量g为中心，半径σ的球，在球内的像素颜色值为细节，球外的像素颜色值为边缘；如果||i-g||<σ，则为细节，反之为边缘；其中g和i都是对应RGB通道的三维向量；所以，映射函数定义为：

此映射函数通过改变向量g周围的幅度修改细节；要修改图像的细节，使用的S形曲线函数进行对比度的局部操纵，即f(Δ)＝Δ^α，其中参数α控制超亮超暗的细节改变程度，根据α取值的不同分为增强函数和平滑函数，当0<α<1，此函数为增强函数，图像的细节增强；当α>1，此函数为平滑函数，图像的细节减少；而且α越小，细节增强的幅度越大；本发明α取值为0.25；

步骤4：多分辨率融合过程

当得到修改后的拉普拉斯金字塔系数以后，采用多分辨率融合方法进行融合得到结果图像；本发明仍然采用多分辨率融合策略，对LDR图像序列和权重图进行融合，从而得到最终的融合图像。

2.根据权利要求1所述一种细节保持的多曝光图像快速融合方法，其特征在于：在步骤2完成之后还包括步骤3加速优化，由于步骤2中对超亮超暗区域的每一个金字塔系数，都要通过一个逐点映射函数构造细节增强的中间图像，并构造中间图像的拉普拉斯金字塔，整个过程很耗时，因此增加步骤3对步骤2中的拉普拉斯金字塔系数生成算法进行加速，通过有限次的离散采样和插值算法，代替直接计算每一个拉普拉斯金字塔系数；

本发明采用的加速优化过程具体算法步骤如下：

(S1)计算每幅图像I的高斯金字塔g＝G(x,y)；

(S2)根据g取值的强度范围确定采样间隔q和一系列{γ_j}采样值；即首先找到g的最大值max(g)和最小值min(g)，然后得到q＝(max(g)-min(g))/40；{γ_j}为从小到大每隔数值q采样一次，得到相应的采样值并记录下来；

(S3)根据公式(3)和公式(4)，预先计算出每个采样值{γ_j}对应的映射函数图像R_j(I)_σ及其拉普拉斯金字塔L{R_j(I)_σ}；

(S4)对第d层的每个拉普拉斯金字塔系数(x,y)，首先根据(S1)中获取的高斯金字塔系数g，确定其位于哪个采样区间内，假如位于区间[γ_j,γ_j+1]内，则计算出插值参数λ使得g＝(1-λ)γ_j+λγ_j+1；

(S5)得到λ和j后，对预先计算好的相对应的拉普拉斯金字塔值进行线性插值输出结果图像F的拉普拉斯金字塔系数：L{F(x,y)}＝(1-λ)L{R_j(I)_σ(x,y)}+λL{R_j+1(I)_σ(x,y)}。