[发明专利]基于多重权重映射的宽动态融合算法

权利要求书

1.一种基于多重权重映射的宽动态融合算法，其特征在于，包括以下步骤：

将输入图像序列利用曝光评估权重算法、纹理变化权重算法、色彩鲜艳权重算法计算出窗口中心像素的权重信息，得到合成权重图；

对所述合成权重图进行连续降采样，分解为第一高斯金字塔；

对所述输入图像序列进行连续降采样，分解为第二高斯金字塔后，用所述第二高斯金字塔的每一层图像减去上一层图像升采样后经过高斯卷积，分解为拉普拉斯金字塔；

将所述输入图像序列的拉普拉斯金字塔与所述合成权重图的高斯金字塔进行融合，得到融合金字塔；

将所述融合金字塔重构得到最终的融合图像。

2.根据权利要求1所述的一种基于多重权重映射的宽动态融合算法，其特征在于，所述曝光评估权重算法的具体计算方法为：

其中，We_k(i,j)为第k张输入图像(i,j)位置的曝光评估权重值，Ω_k(i,j)为窗口区域内像素的归一化平均值，即

其中，m为窗口大小，取奇数，I_k(i₀,j₀)为所述输入图像序列第k张图像(i₀,j₀)处的像素值。

3.根据权利要求1所述的一种基于多重权重映射的宽动态融合算法，其特征在于，所述曝光评估权重算法根据所述输入图像序列的亮度进行自适应调整，具体方法为：

首先计算所述输入图像序列的归一化平均亮度；

若所述归一化平均亮度小于0.5，则所述曝光评估权重算法替换为第一权重函数；

若所述归一化平均亮度大于0.5，则所述曝光评估权重算法替换为第二权重函数。

4.根据权利要求3所述的一种基于多重权重映射的宽动态融合算法，其特征在于，所述第一权重函数为：

其中p为曝光权重函数调节因子，公式为：

其中，r为所述输入图像序列的长，c为所述输入图像序列的宽，n为所述输入图像序列的个数；

Ω_k(i,j)为窗口区域内像素的归一化平均值，即

5.根据权利要求3所述的一种基于多重权重映射的宽动态融合算法，其特征在于，所述第二权重函数为：

其中p为曝光权重函数调节因子，公式为：

其中，r为所述输入图像序列的长，c为所述输入图像序列的宽，n为所述输入图像序列的个数；

Ω_k(i,j)为窗口区域内像素的归一化平均值，即

6.根据权利要求1所述的一种基于多重权重映射的宽动态融合算法，其特征在于，所述纹理变化权重算法的具体计算方法为：

其中，Wt_k(i,j)为第k张输入图像(i,j)位置的纹理变化权重值，S_kx(i,j)为水平方向Sobel算子，公式为：

S_kx(i,j)＝Ω_k(i+1,j-1)+2Ω_k(i+1,j)+Ω_k(i+1,j+1)-Ω_k(i-1,j-1)-2Ω_k(i-1,j)-Ω_k(i-1,j+1)，

S_ky(i,j)为垂直方向Sobel算子，公式为：

S_ky(i,j)＝Ω_k(i-1,j-1)+2Ω_k(i,j-1)+Ω_k(i+1,j-1)-Ω_k(i-1,j+1)-2Ω_k(i,j+1)-Ω_k(i+1,j+1)。