CN114596238B 一种多曝光图像融合方法、系统及可存储介质 （安徽大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114596238B(45)授权公告日2025.07.11

(21)申请号202210228416.3

(22)申请日2022.03.08

(65)同一申请的已公布的文献号申请公布号CN114596238A

(43)申请公布日2022.06.07

(73)专利权人安徽大学

地址230000安徽省合肥市蜀山区九龙路

111号安徽大学磬苑校区

(72)发明人徐超王斗李正平

(74)专利代理机构北京睿智保诚专利代理事务所(普通合伙)11732

专利代理师韩迎之

(51)Int.CI.

GO6T5/50(2006.01)

GO6T5/94(2024.01)

G06T5/92(2024.01)

(56)对比文件

CN107845128A,2018.03.27CN110580696A,2019.12.17

审查员狄希

权利要求书4页说明书9页附图2页

(54)发明名称

一种多曝光图像融合方法、系统及可存储介质

(57)摘要

CN114596238B本发明公开了一种多曝光图像融合方法、系统及可存储介质，属于图像处理技术领域，首先，输入图像，计算良好曝光估计权重以及色度权重，然后利用综合权重图的高斯金字塔与输入图像的拉普拉斯金字塔进行卷积得到初始融合金字塔；其次，在获取的最亮和最暗感兴趣区域利用快速局部拉普拉斯滤波器(FLLF)进行局部细节增强，然后取拉普拉斯系数的最大值，得到最大系数拉普拉斯金字塔，并将感兴趣区域内的系数更新到初始融合金字塔中，最后通过拉普拉斯金字塔重构成最终的融合图像并输出本发明能够在保证最亮和最暗区域不丢失信息的情况下，进行适当的增强，保证光影过度的自然性，使图

CN114596238B

开始

开始

输入图像

最亮和最暗感兴趣区域

FLIF局部

细节增强

最大拉普拉斯系数金字塔

初始融合金字塔

金字塔融合

输出图像

结束

综合权重

w

高斯金字

塔

拉普拉斯金字塔

良好曝光权重w.

色度权重

CN114596238B权利要求书1/4页

2

1.一种多曝光图像融合方法，其特征在于，包括以下步骤：

S100:输入图像，得到输入图像的拉普拉斯金字塔；

S200:采用窗口遍历所述输入图像，并在被遍历的图像四周扩展边界像素，计算窗口中心像素的良好曝光权重信息以及色度权重信息；

S300:根据所述良好曝光权重信息以及所述色度权重信息得到综合权重图，并建立所述综合权重图对应的高斯金字塔；

S400:将所述综合权重图的高斯金字塔与所述输入图像的拉普拉斯金字塔进行卷积处理，得到初始融合金字塔；

S500:获取输入图像的亮度感兴趣区域及暗度感兴趣区域并进行增强处理，得到拉普拉斯系数最大值，根据所述拉普拉斯系数最大值得到最大系数拉普拉斯金字塔；

S600:将所述最大系数拉普拉斯金字塔更新到所述初始融合金字塔中，构成最终的融合图像并输出；

其中，所述S200计算窗口中心像素的良好曝光权重信息包括：

S210:计算所述输入图像的序列I:

I={I?,I?,I?,.…,I}

式中，I代表输入图像的序列，N表示图像数量；

S211:根据序列I确定加权平均自适应因子γ,具体表达式为：

式中，I(x,y)表示(x,y)处第k张输入图像的像数值，N为输入图像序列个数，h和w为输入图像的大小，P(x,y)为期望亮度；

S212:根据加权平均自适应因子γ将确定的曝光权重函数分为两部分，分别为W和WB,

其中，曝光权重函数的选取由当前像素平均亮度L以及期望亮度P确定，具体表达式为：

S213:当L小于P(x,y)时，权重函数为WD:

S214:当L大于P(x,y)时，权重函数为W,具体计算过程为：

CN114596238B权利要求书2/4页

3

所述S200计算窗口中心像素的色度权重信息包括：

计算输入图像位置的色度权重：

式中，C为R,G,B三通道，I(x,y)为R,G,B三通道像素值，W(x,y)是第k张输入图像(x,

y)位置的色度权重。

2.根据权利要求1所述的一种多曝光图像融合方法，