基于梯度域多曝光灰度图像融合研究.docVIP

基于梯度域多曝光灰度图像融合研究 　　【摘 要】标记点的检测是计算机测量、计算机视觉中的重要环节，本文针对因被测物体材质等造成的影响标记点检测的情况，采用了多次曝光然后图像融合的方式，从梯度域加权重构图像，计算梯度域权值时使用了最大类间差法并进行了梯度权值的抑制和缩放。模拟和真实实验结果表明该方法能较好的保留各种曝光时间下的图像细节，为后续的图像特征提取起到了保障作用。 　　【关键词】图像融合；多曝光；梯度域 　　Research on Multiple Exposure Gray Image Fusion based on Gradient Domain 　　DUAN Kang-rong1 LIU Xian-yong2 　　（1.The Center of Engineering and Technology， Southwest University of Science and Technology， Mianyang Sichuan 621000， China； 　　2.Mianyang TieNiu Technology Co.， Ltd.， Mianyang Sichuan 621010， China） 　　【Abstract】The marked-point detection is important in computer measurement and computer vision. Affected by the materials of measured objects sometimese， the marked-point detection become difficult. A method of multiple exposures and image fusion. can slove this problem. The result image is reconstructed gradient domain， the weight values of gradient domain are calculated with OTSU， then the values inhibitioned and scaled. Simulation and actual experimental results show that this method can better keep the image details under various exposure time， for the subsequent image feature extraction success. 　　【Key words】Image fusion； More exposure； Gradient domain 　　0 引言 　　在大型物体三维面形测量中，通常使用标记点进行三维不同视角点云的拼接。三维扫描中单幅扫描精度现已可达0.02mm，而拼接的精度成为了三维扫描设备的关键。在基于标记点的多视点云拼接中标记点的三维坐标精度与数量对拼接精度影响巨大，标记点数量越多，精度越高，拼接的精度则越高。在测量过程中常常会因为被测物体的材料和成像角度的不同导致图像上一部分曝光过度，一部分曝光不足，影响标记点检测。各种常用的图像增强算法不能适应检测的需要，在机器视觉中常用的工业相机镜头大多是定焦镜头，光源固定，为了获取一幅对比度高、动态范围大的图像一般采用多次曝光的技术来实现图像增强。 　　1 多曝光图像融合方法 　　图像融合[1]是将多幅图像的内容融成一个新图像，从而使融合的图像可信度更高，模糊较少，可理解性更好，更适合人的视觉及计算机检测、分类、识别、理解等处理。多幅图像可以是不同焦距成像的、不同拍摄角度成像、不同波长、不同曝光时间、不同光照等等不同因素形成的多幅照片。图像融合的处理层次通常可分为三级[2]：像素级、特征级、决策级，目前大多数研究集中在像素级。像素级图像融合方法大致分为四类：（1）基于彩色空间的方法，如基于神经视觉生理学的彩色图像融合方法[3]等；（2）基于数学/统计学的方法，如比值运算、加法和乘法、主分量分析（PCA）、HPF高通滤波、贝叶斯估计、期望最大值方法、非负矩阵分解方法等；（3）基于多分辨率分析的方法[4]，如金字塔方法、小波变换等；智能图像融合方法，如基于神经网络、模糊理论的融合等。 　　采用多曝光图像融合可以扩展图像的动态范围，使融合后的图像同时包括高曝光下暗场细节和低曝光下的亮场细节。该想法最早由Burt 等人提出，之后涌现出许多成果。Kartalov等人出于实时处理的目的，提出一种简单的在HSV色彩空间对两张图片进行加权融合的方法。这一方法尽管运算量小，在两张图