[发明专利]一种基于偏振图像的高动态范围成像生成方法

说明书

本发明公开了一种基于偏振图像的高动态范围成像生成方法，包括：针对于需要成像的目标区域，通过偏振相机单次曝光获取多张不同偏振角度的偏振图像；构建HDR生成模型，并使用多张不同偏振角度的偏振图像作为HDR生成模型输入，使用HDR生成模型学习偏振图像的特征以及偏振效应的特征，最终HDR生成模型输出每张偏振图像的特征图；利用偏振图像计算线偏振度特征、偏振角度特征；将偏振度特征、偏振角度特征作为融合参数，将HDR生成模型输出所有偏振图像的特征图融合成HDR图像。本方法通过网络学习以及使用偏振度特征等获得HDR图像，不需要多张不同曝光时间图像，通过单次曝光即可获得HDR图像，有效减少了因多张图像融合产生的图像重影问题，提升了成像效果。

技术领域

本申请涉及高动态范围成像技术领域，具体涉及一种基于偏振图像的高动态范围成像生成方法。

背景技术

高动态范围成像(High Dynamic Range Imaging，HDR)是用来实现比普通数位图像技术更大曝光动态范围的一组技术，广泛应用于计算机图形学以及图像摄影等领域。普通数位图像只有256个亮度等级，远远不如人眼的感知范围，因此而HDR图像可以提供更多的动态范围和图像细节，使其更好的反映人真实环境中的视觉效果。传统HDR成像主要是通过拍摄多张不同曝光时间图像，利用每个曝光时间对应的最佳细节来合成最终HDR图像；然而，现有的HDR成像方法在多张不同曝光时间的图像融合过程中容易产生图像重影问题，成像效果有待提升。

发明内容

本申请的目的是提供一种基于偏振图像的高动态范围成像生成方法，用以克服现有HDR成像所存在的易产生重影、成像效果差的问题。

为了实现上述任务，本申请采用以下技术方案：

第一方面，本申请提供了一种基于偏振图像的高动态范围成像生成方法，包括：

针对于需要成像的目标区域，通过偏振相机单次曝光获取多张不同偏振角度的偏振图像；

构建HDR生成模型，并使用多张不同偏振角度的偏振图像作为HDR生成模型输入，使用HDR生成模型学习偏振图像的特征以及偏振效应的特征，最终 HDR生成模型输出每张偏振图像的特征图；

利用所述偏振图像计算线偏振度特征、偏振角度特征；

将偏振度特征、偏振角度特征作为融合参数，将HDR生成模型输出的所有偏振图像的特征图融合成HDR图像。

进一步地，所述多张不同偏振角度的偏振图像为0°、45°、90°、135°共4个偏振角度的偏振图像。

进一步地，则所述偏振度特征P1、偏振角度特征P2的计算公式如下：

上式中，I₀,I₄₅,I₉₀,I₁₃₅分别表示在0°、45°、90°、135°偏振角度获取的偏振图像的强度。

进一步地，所述HDR生成模型利用卷积神经网络构建；所述HDR生成模型采用编码器-解码器的结构，编码器的下采样结构用于提取偏振图像的特征，而解码器则将图像的特征恢复到原图像尺寸；所述模型中，通过从高分辨率的特征图中引入跳跃连接来改善上采样的粒度粗糙程度。

进一步地，通过构建HDR生成模型的损失函数，使得模型输出逼近HDR 图像真值；所述损失函数表示为：

上式中，μ_x、表示偏振图像x通过模型输出的特征图的平均值、标准差，μ_y、表示对应于偏振图像x的图像真值的平均值、标准差，σ_xy表示所述特征图、图像真值的协方差，C₁、C₂为常数。