论文部分内容阅读
随着数字成像技术的飞速发展,视觉审美的要求也日益提升。高动态范围成像技术的发展极大促进了数字图像朝着高品质、高信息量的方向发展,同时,这一技术也被广泛应用到各个领域。多曝光图像融合技术作为合成高动态范围图像的一种有效手段,成为国内外学者的研究热点,根据拍摄场景的不同可分为基于静态场景的多曝光图像融合及基于动态场景的多曝光图像融合。如何在视觉失真最小的基础上得到细节清晰的融合图像,及如何消除动态场景下因运动物体所产生的鬼影等问题,成为当前多曝光图像融合技术亟待解决的难题。本文深入研究了多曝光图像融合的相关理论,以尽可能多的保留亮暗区域细节信息及有效消除鬼影为研究重点,提出了一种改进的多曝光图像融合算法,实现了静态场景下的细节增强与动态场景下的鬼影消除,提高了融合图像的质量。本文的研究内容主要包括:1.针对传统多曝光图像融合算法将参与图像融合的像素点都集中在0.5左右,导致最终融合的图像中存在细节保留不完整的问题。本文改进曝光亮度权重函数,引入两个平衡因子,在剔除过曝光像素点和欠曝光像素点的基础上,保留较亮像素点和较暗像素点,使原图像中更多的有效信息参与图像融合,最大程度平衡全局亮度与局部细节。2.针对多曝光融合算法合成的HDR(High Dynamic Range)图像存在纹理细节不清晰的问题,本文通过圆形均值滤波构建一种三尺度图像融合框架,将待融合图像分为基础层、中间层和细节层,并结合引导滤波,计算三尺度图像的最终融合权重图,与待融合图像进行加权相加融合,得到纹理清晰的融合图像。3.针对在动态场景下直接对图像进行融合会产生鬼影的问题,本文提出一种双检测运动位图的鬼影检测算法,用于动态场景下的多曝光图像融合。首先,选取中间曝光度图像作为参考图像,根据光度顺序关系计算待融合图像的初始运动位图。然后,根据亮度一致性修正初始运动位图,得到最终运动位图,将该运动位图作为图像融合的其中一个权重项,结合其余三个权重,计算融合权重图,在三尺度图像融合框架上进行加权融合,得到无鬼影的融合图像。