去鬼影算法步驟如下：
[0050] 1、將輸入的具有不同曝光度的每幅彩色待融合多曝光源圖像轉化為灰度圖。
[0051] 2、對灰度圖進行直方圖均衡化操作，使圖像灰度分布均勻。輸入圖像的灰度分布 將被歸一化到〇-255之間且分布均勻。
[0052] 3、對直方圖均衡化后的圖像序列按公式（1)在時域上進行中值濾波操作，得到靜 態背景圖。
[0054] /f是指第η幅直方圖均衡化后的圖像，IM是指中值濾波后所得的背景圖像，median 是指中值濾波操作。公式（1)所描述的處理過程為:將歸一化后的待融合圖像按照曝光順序 排成一列，分別取每一幅圖像上相同位置處的像素值組成一個N維向量，在這個N維向量上 進行中值濾波操作，將每一個像素對應的中值濾波的結果組合在一起就可以得到去除移動 物體后的場景靜態背景圖。過程示例如圖2所示。
[0055] 4、在窗口函數內，分別用直方圖均衡化后的輸入圖像與靜態背景圖做差，將窗口 內像素對應的差值的均值作為初始權重的測度因子。
[0058] 窗函數的大小是(21+1) X (21+1)，/"￡是指第η幅直方圖均衡化后的圖像的灰度值， ΙΜ是指中值濾波后所得的背景圖像像素的灰度值，d lj(x,y)是指窗口內兩幅圖像對應位置處 差值的平均值，允是標準差，Dkx^)指移動物體檢測的結果。
[0059] 5、在提取出運動目標的輪廓后，使用形態學處理，用圖像腐蝕去除雜點，圖像膨脹 填補輪廓中的斷裂部分，然后對其內部進行填充，即可得到當前檢測到的運動物體區
[0061 ] Φ代表形態學操作膨脹，Θ代表形態學操作腐蝕，Si、S2分別表示膨脹和腐蝕操作 的結構元的半徑，Dn指的是移動物體檢測后的權重圖，Cn指經過形態學操作后的權重圖結 果。
[0062] 6、對權重圖進行進一步處理，檢測出步驟4中待保留移動物體在圖像中的坐標，利 用此坐標信息修改權重圖。在融合之前，在每一幅原始圖像對應的權重圖中，利用上述坐標 信息，將含有待保留移動物體原始圖像對應權重圖中移動物體位置處的權重值設為1，其他 原始圖像對應權重圖中待保留移動物體坐標位置處的權重設為0。
[0063] 7、對多曝光圖像進行加權融合，使用步驟6中的權重，采用基于拉普拉斯金字塔分 解的圖像融合方法進行融合，能夠得到無鬼影HDR圖，最終得到能夠保留原始圖像中的移動 物體的高動態范圍圖像。
[0065] Ii(x，y)表示輸入的第i幅圖像的灰度圖，Wi(x，y)表示輸入的第i幅圖像 [0066]的權重圖。F(x，y)表示融合后的圖像。
[0067]在實際應用中，對本發明算法中的參數進行如下設置:窗口的大小設置為11*11。 對于腐蝕和膨脹的形態學操作，sel設置為3，se2設置為20。本參數能夠對所有的輸入圖片 具有良好的處理效果。以多曝光圖像序列為實驗對象，采用本發明中描述的步驟，按上述參 數值設置，能夠得到無鬼影的高動態范圍圖像，且能夠保留曝光較好的移動物體，保留原始 圖片的真實性和準確性。
【主權項】
1. 一種高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，先將圖像轉化為 灰度圖，然后對一系列灰度圖像進行直方圖均衡化，使圖像灰度歸一化到0-255范圍內且 分布均勻;然后將移動物體看成是奇異點，利用中值濾波得到去除移動物體的背景圖的建 模結果;分別用含有移動物體的圖像與背景圖作差相減，得到去除背景后只含有移動物體 的圖像;通過腐蝕膨脹等形態學操作將移動物體圖像精確化，利用待保留的移動物體的像 素的坐標信息將其所對于的權重部分賦予較大的值，其他權重圖中移動物體相同坐標出賦 予較小的值，所得結果作為權重圖，然后依照權重圖對圖像進行融合。2. 如權利要求1所述的高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，對 直方圖均衡化后的圖像序列按公式(1)在時域上進行中值濾波操作，得到靜態背景圖：η二 1，2，···，Ν α) /f是指第η幅直方圖均衡化后的圖像，ΙΜ是指中值濾波后所得的背景圖像，（x，y)是指 圖像中一個像素點的水平和垂直坐標，median是指中值濾波操作，公式（1)所描述的處理過 程為:將歸一化后的待融合圖像按照曝光順序排成一列，分別取每一幅圖像上相同位置處 的像素值組成一個N維向量，在運個N維向量上進行中值濾波操作，將每一個像素對應的中 值濾波的結果組合在一起得到去除移動物體后的場景靜態背景圖。3. 如權利要求1所述的高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，通 過腐蝕膨脹等形態學操作將移動物體圖像精確化具體步驟是，在提取出運動目標的輪廓 后，使用形態學處理，用圖像腐蝕去除雜點，圖像膨脹填補輪廓中的斷裂部分，然后對其內 部進行填充，即得到當前檢測到的運動物體區： Cn= (Dn ? Si) Θ S2 (4) ?代表形態學操作膨脹，Θ代表形態學操作腐蝕，Si、S2分別表示膨脹和腐蝕操作的結 構元的半徑，Dn指的是移動物體檢測后的權重圖，Cn指經過形態學操作后的權重圖結果。4. 如權利要求1所述的高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，利 用待保留的移動物體的像素的坐標信息將其所對于的權重部分賦予較大的值，其他權重圖 中移動物體相同坐標出賦予較小的值，得到權重圖，具體步驟是，檢測出待保留移動物體在 圖像中的坐標，利用此坐標信息修改權重圖；在融合之前，在每一幅原始圖像對應的權重圖 中，利用上述坐標信息，將含有待保留移動物體原始圖像對應權重圖中移動物體位置處的 權重值設為1，其他原始圖像對應權重圖中待保留移動物體坐標位置處的權重設為0。5. 如權利要求1所述的高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，采 用基于拉普拉斯金字塔分解的圖像融合方法進行融合，能夠得到無鬼影皿R圖，最終得到能 夠保留原始圖像中的移動物體的高動態范圍圖像：喊 Ii(x，y)表示輸入的第i幅圖像的灰度圖，Wi(x，y)表示輸入的第i幅圖像的權重圖，F(x, y)表不融合后的圖像。6. 如權利要求1所述的高動態范圍圖像融合中保留無鬼影運動物體方法，其特征是，在 窗口函數內，分別用直方圖均衡化后的輸入圖像與靜態背景圖做差，將窗口內像素對應的 差值的均值作為初始權重的測度因子：窗函數的大小是(21+1) X (21+1)，/f是指第η幅直方圖均衡化后的圖像的灰度值，IM是 指中值濾波后所得的背景圖像像素的灰度值，dWx,y)是指窗口內兩幅圖像對應位置處差值 的平均值，巧是標準差，Di(x，y)指移動物體檢測的結果。
【專利摘要】本發明屬于數字圖像處理領域，為實現去除圖像融合過程中產生的鬼影且保留曝光度良好的移動物體，本發明采取的技術方案是，高動態范圍圖像融合中保留無鬼影運動物體方法，先將圖像轉化為灰度圖，然后對一系列灰度圖像進行直方圖均衡化；然后將移動物體看成是奇異點，利用中值濾波得到去除移動物體的背景圖的建模結果；分別用含有移動物體的圖像與背景圖作差相減，得到去除背景后只含有移動物體的圖像；通過腐蝕膨脹形態學操作將移動物體圖像精確化，利用待保留的移動物體的像素的坐標信息將其所對于的權重部分賦予較大的值，所得結果作為權重圖，然后依照權重圖對圖像進行融合。本發明主要應用于數字圖像處理。
【IPC分類】G06T7/20, G06T5/50, G06T5/00
【公開號】CN105551061
【申請號】CN201510915882
【發明人】徐巖, 韋鎮余, 孫婧, 王權威, 馬碩
【申請人】天津大學
【公開日】2016年5月4日
【申請日】2015年12月9日