[发明专利]基于形态学检测与小波变换的图像高光修复方法

摘要

本发明提出一种基于形态学检测与小波变换的图像高光修复方法，包括以下步骤：从图像序列中选取一帧作为参考帧；对参考帧选取高光区域候选区域，提取其连通分量F；对参考帧实施n阶测地膨胀操作得到高光区域；将参考帧以及与参考帧相邻的a个图像作为信息帧输入小波分解模型中，输出其第l层的灰度分布信息分量及纹理信息分量，并将其分别均匀分成N个子图像；计算参考帧每个子图像与信息帧每个子图像之间的归一化互相关系数，选取配准的信息帧子图像，将其灰度分布信息分量与纹理信息分量与参考帧融合；将融合后的参考帧做小波逆变换，再输入小波分解模型中，重复上述步骤至第1层参考帧完成融合步骤，输出的参考帧即为完成高光修复的图像。

主权项

1.基于形态学检测与小波变换的图像高光修复方法，其特征在于，包括以下步骤：S1：摄像头移动并连续拍摄采集多个图像帧作为图像序列，任意选取一帧作为参考帧G；S2：对参考帧G进行显著性检测，选取高光区域候选区域，并提取区域的连通分量F；S3：利用连通分量F对参考帧G实施n阶测地膨胀操作，得到高光区域R_G⁽ⁿ⁾(F)，其中n表示测地膨胀操作中收敛时的迭代次数；S4：将参考帧G以及与参考帧相邻的a个图像帧作为信息帧T_a分别输入小波分解模型中进行j次小波分解，其中，a为正整数，j＝3,4,5，分别得到第l层小波分解的参考帧G的灰度分布信息分量S^l、参考帧G的纹理信息分量信息帧的灰度分布信息分量T_a^l、信息帧的纹理信息分量然后将S^l和T_a^l分别均匀分成N个子图像，其中，N为正整数；S5：计算S^l的每个子图像与的每个子图像间的归一化互相关系数，并在第l层根据归一化互相关系数选取与参考帧G配准的信息帧子图像其中i＝1,2,...,N；S6：将配准的信息帧子图像中对应于参考帧G高光区域位置的非高光区域融合到参考帧G中，将信息帧的纹理信息分量与参考帧G的纹理信息分量进行融合；S7：将融合后的参考帧G做小波逆变换，得到第l‑1层的参考帧灰度分布信息分量S^l‑1；S8：将第l‑1层的参考帧灰度分布信息分量S^l‑1输入小波分解模型中进行j次小波分解，输出S^l‑1和S9：重复S5～S8步骤，直到第1层配准的中对应参考帧G高光区域位置的非高光区域融合，信息帧的与参考帧G的完成融合，输出完成最终融合的参考帧G，即为完成高光修复的图像。