[发明专利]一种基于梯度结构相似性的无鬼影高动态范围成像方法

摘要

本发明公开了一种基于梯度结构相似性的无鬼影高动态范围成像方法，针对目前无鬼影高动态范围图像方法存在的问题，利用参考图像与其余输入图像(非参考图)之间的梯度结构相似性可准确地判别出鬼影区域，并通过泊松图像编辑算法去除参考图像与其余输入图像之间存在移动物体的区域(鬼影区域)，最后使用静态场景的多曝光高动态范围图像生成算法得到无鬼影的高动态范围图像。本发明不仅具有良好的鬼影去除效果，而且还能够生成高质量的图像。

主权项

1.一种基于梯度结构相似性的无鬼影高动态范围成像方法，其特征在于，包括以下步骤：(1)、鬼影区域的判别1.1)、从输入的N帧不同曝光量图像中选出一帧中等曝光量的图像作为参考图像Ir，将N帧不同曝光量图像中剩余的N‑1帧图像作为非参考图像Isn(n＝1,2,...,N‑1)；1.2)、提取参考图像Ir的水平梯度图像Ixr以及非参考图像Isn的水平梯度图像Ixsn，计算参考图像Ir与非参考图像Isn的水平梯度结构相似性图像GSSIMx(Ixr,Ixsn)，其中，第i个像素点的值为：其中，C1与C2为防止除数为零的常数，i属于整个图像域；μxri为水平梯度图像Ixr像素点i处p×p的方形窗内像素值的平均值：其中，zrik为水平梯度图像Ixr像素点i处p×p的方形窗内第k个像素点的像素值，K＝p×p；μxsni为水平梯度图像Ixsn像素点i处p×p的方形窗内像素值的平均值：其中，zsnik为水平梯度图像Ixsn像素点i处p×p的方形窗内第k个像素点的像素值，K＝p×p；σxri为水平梯度图像Ixr像素点i处p×p的方形窗内像素值的标准差：σxsni为水平梯度图像Ixsn像素点i处p×p的方形窗内像素值的标准差：为水平梯度图像Ix_r与水平梯度图像Ix_sn像素点i处p×p的方形窗内像素值的协方差：按照同样的方法，计算出垂直梯度结构相似性图像GSSIMy(Iyr,Iysn)，其中，第i个像素点的值为GSSIMy(Iyr,Iysn)i；1.3)、得到参考图像与非参考图像的梯度结构相似度图像GSSIM(Ir,Isn)，其中，第i个像素点的值为GSSIM(Ir,Isn)i：GSSIM(Ir,Isn)i＝GSSIMx(Ir,Isn)i·GSSIMy(Ir,Isn)i   (7)；1.4)、获取鬼影区域图像ghostmap(Ir,Isn)，其中，第i个像素点的值为ghostmap(Ir,Isn)i：其中，th为判别是否为鬼影像素点的阈值；1.5)、使用形态学处理ghostmap(Ir,Isn)，去除孤立的噪声点和填充孔洞，得到鬼影区域图像ghostmap*(Ir,Isn)，其中，值为1的区域为鬼影区域；(2)、鬼影去除根据参考图像Ir在鬼影区域的梯度信息以及非参考图像Isn在鬼影区域的边界信息，采用泊松图像编辑算法，重新构建出非参考图像Isn在鬼影区域内像素点的像素值，得到去除鬼影后的非参考图像I'sn；(3)、生成无鬼影的高动态范围图像3.1)将参考图像Ir以及非参考图像I'sn组成N帧无鬼影图像Ij，j＝1,2,...,N；3.2)、对N帧无鬼影图像每帧的M个位置的像素值按照色彩通道进行采样，得到的采样值Zcmj，c∈{R,G,B}，m为采样值的位置；然后结合各帧的图像曝光时间tj，求解出逆相机响应函数gc；3.3)、对N帧无鬼影图像的像素值Zcij做逆映射，得到HDR(高动态范围)图像，其中，第i个像素点的辐照度值Eci：其中，U(Zcij)为高斯合成权重，其表达式为：