一種用于克服動態問題影響的高動態范圍圖像融合方法
【專利摘要】一種用于克服動態問題影響的高動態范圍圖像融合方法，用于解決拍攝場景動態以及成像系統晃動影響的高動態范圍的圖像融合問題。其中，采用基于亮度映射函數標定相機響應函數的方法克服動態問題給相機響應函數標定帶來的影響，然后結合總體最小二乘法引入校正矩陣，對誤差進行聯合補償，從而無需高精度的圖像配準即能夠獲得成像系統的相機響應函數；進而通過分析多曝光圖像序列特點選擇權重函數，結合標定的相機響應函數構建高動態范圍圖像權重融合函數，利用輸入的多曝光圖像序列獲得高動態范圍圖像融合結果。本發明方法能夠克服動態問題給相機響應函數標定帶來的困難，進而提高了多曝光高動態范圍融合技術的適用性。
【專利說明】
一種用于克服動態問題影響的高動態范圍圖像融合方法
技術領域
[0001] 本發明屬于圖像處理技術領域，涉及一種適用于解決拍攝場景動態以及成像系統 晃動影響的高動態范圍圖像融合方法。
【背景技術】
[0002] 現實環境及戰場環境中往往會出現動態范圍較大的場景，即同一視場中同時出現 較亮和較暗的信息。如果拍攝場景的動態范圍超過了成像器件的動態范圍，就會造成采集 的圖像出現過飽和或欠飽和的情況，從而影響目標信息的采集及識別。如發射的導彈由于 尾焰過亮會造成采集圖像飽和，從而無法看清彈體等現象，影響目標的分析。因此，為了便 于目標觀測，對觀測設備、發射時間窗口選取以及天氣環境等因素均提出了較高的要求。
[0003] 高動態范圍成像技術能夠避免因為拍攝方向（如逆光情況)和曝光量不足而使圖 像存在殼度?目息缺失和偏色等問題，不影響真實場景的?目息米集，有利于復雜環境下獲得 更高的成像質量，因此被廣泛應用于模式識別、智能交通系統、深空探測、視頻監控跟蹤、機 器人視覺導航、工業檢測、遙感遙測、軍事監視偵察以及武器導航制導等眾多領域，具有重 要的研究價值。
[0004] 成像系統的相機響應函數能夠建立拍攝圖像強度信息與場景輻亮度之間的嚴格 映射關系，是高動態范圍圖像融合的關鍵技術，拍攝場景的動態以及成像系統的晃動也會 影響成像系統相機響應函數的標定，而多曝光圖像序列配準很難達到較高的精度，從而給 動態目標高精度的高動態范圍圖像融合帶來較大困難。
[0005] 目前已有的高動態范圍圖像融合方法主要是利用不同曝光量的已配準的圖像序 列作為輸入，在已知圖像之間的曝光比例的情況下，建立了圖像各通道圖像強度信息與場 景輻照度之間的映射關系，從而獲得反映拍攝場景的高動態范圍圖像，但通常需要拍攝場 景保持靜態并假設圖像序列照度一致。例如2015年計算機工程與科學上的《基于相機響應 曲線的高動態范圍圖像融合》一文，文中提出利用已配準的多曝光圖像序列每個像素點的 信息標定相機響應函數，進而利用相機響應函數建立圖像亮度值與拍攝場景輻照度之間的 映射關系，從而獲得能夠反映拍攝場景高動態范圍的輻照度圖像。該算法需要精確配準的 靜態場景多曝光量圖像序列作為輸入進行相機響應函數的標定，當拍攝場景存在動態問題 影響或相機晃動的情況下會給圖像配準帶來較大困難，從而無法進行相機響應函數標定， 也即該算法無法克服動態問題帶來的影響；而且，利用該算法獲得的高動態范圍圖像融合 存在偏色，需要結合相應的色彩校正算法對輸出結果進行白平衡。
【發明內容】
[0006] 本發明解決的技術問題是：克服現有技術的不足，提供了一種克服動態問題影響 的高動態范圍圖像融合方法，能夠利用彩色圖像各顏色通道的亮度統計特征獲得亮度映射 函數，從而克服動態問題影響完成相機響應函數的標定，進而結合輸入圖像序列特征構建 權重融合函數進行高動態范圍的圖像融合。
[0007] 本發明的技術解決方案是:一種用于克服動態問題影響的高動態范圍圖像融合方 法，包括如下步驟：
[0008] (1)利用相機獲得目標不同曝光量的曝光圖像序列；
[0009] (2)根據目標的曝光圖像序列，獲取圖像的亮度映射函數T(m)，具體為：
[0010] (21)將曝光圖像序列按曝光量從低到高進行排列，然后從第一幀圖像開始每兩幀 圖像組成一個輸入圖像對；
[0011] (22)針對每一個輸入圖像對，獲得該輸入圖像對中兩幀圖像各顏色通道的亮度信 息的累積直方圖；
[0012] (23)利用輸入圖像對的兩幀圖像各顏色通道亮度信息的累積直方圖，計算兩幀圖 像各顏色通道之間的亮度映射函數T(m)，
[0013]
[0014] 其中m為亮度值，HA(m)為輸入圖像對中的第一幀圖像的某顏色通道亮度值為m的 累積直方圖函數，/Y^(W)為輸入圖像對中的第二幀圖像的對應顏色通道亮度值為m的累積 直方圖逆函數；
[0015] (3)利用亮度映射函數T(m)對相機響應函數進行標定，獲得相機響應逆函數的近 似表達式g;
[0016] (4)結合相機響應逆函數的近似表達式g及曝光圖像序列曝光時間信息△ t構建圖 像權重融合函數，獲得彩色圖像各顏色通道的輻照度信息，從而獲得反映拍攝場景信息 的高動態范圍圖像。
[0017] 所述的圖像權重融合函數^為：
[0018]
[0019] 式中i為圖像中像素點的空間索引，j為曝光圖像序列中的圖像索引，Mij為輸入曝 光圖像序列中第j幀圖像上像素點i的亮度信息，w為三角帽權值函數，為曝光圖像序列 中第j幀圖像的曝光時間，P為曝光圖像序列中的圖像總幀數。
[0020] 所述步驟(3)中獲得相機響應逆函數的近似表達式g的方法為：
[0021] (31)獲取兩幀不同曝光量圖像對應關系如下：
[0022] g(T(MA)) =kg(MA)
[0023] 其中Μα圖像A上被估計的像素點的圖像亮度信息，T是圖像B和圖像A之間的亮度傳 遞函數，k是兩幀不同曝光量圖像中圖像A和圖像B之間的曝光比；
[0024] (32)加入權重函數，將步驟(31)的結果修改為：
[0025]
[0026] 其中Ca是第一幀圖像A中亮度值為Μα的像素個數，Cb是第二幀圖像B中亮度值為Mb 的像素個數；
[0027] (33)利用多項式對相機響應逆函數進行建模，將不同輸入圖像對獲得的亮度傳遞 函數以及相機響應逆函數多項式代入步驟(32)的表達式中獲得一組超定方程；
[0028] (34)利用總體最小二乘法求解所述的超定方程，獲得相機響應逆函數的模型系 數，由此得到相機響應逆函數的近似表達式g。
[0029] 本發明與現有技術相比的優點在于：
[0030] (1)本發明根據圖像亮度信息的統計特征，提出了基于累積直方圖建模的亮度映 射函數計算方法，進而利用亮度映射函數而不是圖像各像素點信息進行相機響應函數標 定，從而克服了拍攝場景動態問題以及成像系統的晃動給相機響應函數標定帶來的困難， 同時降低了相機響應函數標定算法方計算量，提高了計算效率；
[0031] (2)本發明利用總體最小二乘法求解相機響應逆函數標定模型系數，由于總體最 小二乘法引入校正矩陣對存在的誤差進行聯合補償，抑制了誤差及噪聲對矩陣方程求解的 影響，能夠獲得更高精度的相機響應函數標定結果；
[0032] (3)本發明利用三角帽函數作為權重，結合標定的相機響應函數共同構建高動態 范圍融合權重函數，可有效的提取輸入不同曝光量圖像序列中的有效信息，從而有效避免 高動態范圍圖像融合產生偏色的問題；
[0033] (4)本發明利用亮度映射函數標定的相機響應函數進行高動態圖像融合，由于利 用的是圖像亮度值的統計特征而不是各像素點的信息，因此能夠消除高精度相機響應函數 標定對輸入圖像序列絕對空間一致的要求，從而克服場景動態問題以及成像系統自身晃動 帶來的影響，提升了高動態范圍圖像融合技術的應用范圍。
【附圖說明】
[0034]圖1為本發明方法的流程框圖；
[0035]圖2為本發明拍攝的存在相機晃動的多曝光圖像序列；
[0036]圖3為本發明利用不同輸入圖像對獲得的亮度映射函數；
[0037] 圖4為本發明標定的相機響應逆函數結果；
[0038] 圖5為本發明高動態范圍圖像融合結果。
【具體實施方式】
[0039] 本發明方法的基本思想是：由于拍攝目標光照條件不變的條件下，針對拍攝場景 中某一點，比其亮與比其暗的像素點個數比例是恒定的，基本不受成像系統晃動的影響，即 場景的動態問題影響不會明顯的改變圖像亮度信息的統計特征，場景輻亮度的總體直方圖 基本保持恒定。所以可利用不同曝光量的圖像通過累積直方圖規則化對輸入圖像對進行直 方圖建模以獲得圖像之間的亮度映射函數，然后結合總體最小二乘法引入校正矩陣對誤差 進行聯合補償，從而能夠利用亮度映射函數而非采集序列圖像每個像素點的信息實現成像 系統的高精度相機響應函數標定，進而分析輸入的多曝光圖像序列特征，選擇合適的權重 函數結合標定的相機響應逆函數構建高動態范圍圖像融合權重函數，最終獲得拍攝目標的 高動態范圍圖像。這種處理方式能夠消除高精度相機響應函數標定對輸入圖像序列絕對空 間一致的要求，克服拍攝目標的動態問題以及成像系統的晃動帶來的影響，同時降低計算 量，擴展高動態范圍圖像融合的應用范圍。
[0040] 如圖1所示，為本發明方法的流程框圖，主要包括如下幾個步驟：
[0041 ] (1)根據拍攝目標特點，獲得目標多曝光圖像序列；
[0042] 首先利用相機根據拍攝場景目標需求，進行相應的不同曝光量設置，采集目標的 多曝光圖像序列，曝光量由低到高為...，EP。
[0043] 假設f表示相機響應函數，利用相機響應函數f表示場景輻照度值I對應采集圖像 上亮度值Μ的關系，如下所示：
[0044] M = f(I)
[0045] 根據相機響應函數的單調性，存在反函數8 = = =
[0046] 針對同一場景拍攝的兩幀不同曝光量圖像對應輻照度之間的映射關系如下所示：
[0047] g(mB)=kg(mA)
[0048] 式中mA是圖像A上被估計的像素點的圖像亮度信息，mB是圖像B上對應點的亮度信 息，k是圖像A和圖像B之間的曝光比。
[0049] (2)根據目標多曝光序列圖像，獲取圖像的亮度映射函數。
[0050] 該步驟又包括以下幾個步驟：
[0051] (21)根據曝光量將圖像序列分為每兩幀圖像組成的多組輸入圖像對。
[0052] 將輸入圖像序列按曝光量從低到高進行排列，即E^Es，...，EP，由第一幀圖像開始 依次每兩幀圖像組成輸入圖像對(Ei，E 2)，. . .，（En，EP)。
[0053] (22)針對每一組輸入圖像對，獲得該兩幀圖像各顏色通道亮度統計特征信息； [0054]適當的目標以及場景運動的情況下，場景輻亮度的總體直方圖基本保持恒定，因 此可利用不同曝光的圖像通過累積直方圖規則化對輸入圖像進行直方圖建模，獲得圖像對 之間的亮度映射函數。
[0055] 假設輸入圖像的各顏色通道亮度信息對應的直方圖沒有空缺部分，彩色圖像的各 顏色通道(分別為紅綠藍）的累積直方圖Hr(M)、Hg(M)及Hb(M)如下所示：
[0056]
[0057]式中Μ是圖像各顏色通道累積直方圖的最高亮度值，m是累積直方圖對應亮度范圍 中的亮度信息，hR(m)、hc(m)以及hB(m)分別為紅綠藍三個顏色通道的直方圖。
[0058] (23)利用輸入圖像對的各顏色通道亮度信息的累積直方圖規則化計算兩幀圖像 各顏色通道之間的亮度映射函數。
[0059] 由于拍攝目標光照條件不變的條件下，針對拍攝場景中某一點，比其亮與比其暗 的像素點個數比例是恒定的，基本不受成像系統晃動的影響。根據該性質假設輸入的兩幀 圖像是在沒有大幅度相機晃動或場景變化的情況下獲得的，以圖像紅色通道為例，利用紅 色通道的亮度映射函數T建立輸入圖像對中的第二幀圖像紅色通道的亮度值Mb與第一幀圖 像中紅色通道的亮度值Μα的對應關系，即Mb = T(Ma)。由于它們對應于拍攝場景中相同的點， 第一幀圖像中亮度值小于Μα的像素點數目與第二幀圖像中亮度值小于Mb的像素點數目應相 等，可利用累積直方圖表示，即Hra(Ma) =Hrb(Mb) =Hrb(T(Ma))。令MA=m，則：
[0060]
[0061 ]式中Tr為兩幀圖像之間紅色通道的亮度映射函數，Hra為第一幀圖像紅色通道的累 積直方圖，Hrb為第二幀圖像紅色通道的累積直方圖。
[0062]彩色圖像各顏色通道的亮度映射函數T可通過上式結合輸入圖像的累積直方圖獲 得。
[0063] (3)利用亮度映射函數對成像系統的相機響應函數進行標定，建立成像系統的相 機響應逆函數標定模型；利用總體最小二乘法對相機響應逆函數標定模型系數進行求解， 從而獲得成像系統的相機響應逆函數。具體又分為如下步驟：
[0064] (31)將獲得的表述兩幀圖像對應像素點亮度值之間關系的亮度映射函數Mb = T (Ma) : =g4(kg(MA))帶入g(mB)=kg(mA)，得到兩幀不同曝光量圖像對應關系如下：
[0065] g(T(MA)) =kg(MA)
[0066] (32)加入權重函數。
[0067]用于計算圖像之間亮度傳遞函數的兩幀圖像的累積直方圖Ha和Hb并不是一致的， 這意味著任意一個顏色通道的亮度值對應的亮度傳遞函數依賴于圖像中該亮度值對應的 像素數目，因此需要對約束方程g(T(M A)) =kg(MA)加入相應權重以提高相機響應函數標定 精度并克服相機響應函數的分形自相似性。
[0068] 對于映射對(Ma，T(Ma))而言，hA(MA)=CA是第一幀圖像A中亮度值為Μα的像素個數， hB(Mb) = hB(T(Ma) ) = CB是第二幀圖像Β中亮度值為Mb的像素個數。為了求解后續的最小二乘 問題，將不同曝光量圖像結合相機響應函數及相應的約束權重得到：
[0069]
[0070] 由于直接在方程兩端乘以相應的直方圖權重，過大的權重差異會造成方程結果震 蕩，給結果帶來較大的誤差，所以對直方圖進行開根號處理降低兩端權重差異，從而獲得穩 定的求解結果。
[0071] (33)建立相機響應逆函數超定方程，并利用總體最小二乘法求解相機響應逆函 數。
[0072] 可以利用六階多項式對相機響應函數進行建模，如下所示：
[0073] g=m〇+mix+m2X2+m3X3+m4X4+m5X 5+m6X6
[0074] 將不同輸入圖像對獲得的亮度傳遞函數結合相機響應函數六階多項式模型帶入 另
慶得一組超定方程如下所示：
[0075]
[0076] 由于總體最小二乘法相較于最小二乘法能夠實現對誤差的聯合補償，從而能夠抑 制誤差及噪聲對矩陣方程求解的影響，從而精確地求解系數{πιο,πη，...，m 6}，獲得相機響應 逆函數的近似表達式g。
[0077] (331)相機響應逆函數超定方程模型線性化。
[0078] 利用變量代換法將相機響應逆函數標定的超定方程模型進行簡化處理，如下所 示：
[0079]
[0080]
[0081]
[0082] (332)獲得零均值的數據矩陣。
[0083]
[0084] 式中
A為構建的 零均值數據矩陣。
[0085] (333)求解相機響應逆函數模型系數。
[0086] 對ATA進行特征值分解如下所示：
[0087]
[0088] 式中〇〇>〇1>.">〇6為特征值，Ul，U2，…，U6為特征值對應的特征向量。
[0089] 則相機響應逆函數模型系數[mo mi ... m6]T向量取特征值〇6對應的特征向量，即：
[0090] [m0 mi · · · m6]T=U6T
[0091 ]將此參數進行代入劉姐相機響應逆函數模型，從而實現相機響應逆函數的標定。
[0092] (4)利用標定的成像系統的相機響應逆函數建立彩色圖像各顏色通道亮度信息與 拍攝場景輻照度信息之間的映射關系，針對多曝光圖像序列特點構建高動態范圍圖像權重 融合函數進行高動態范圍圖像融合。
[0093] 相機響應逆函數是闡述亮度信息與能夠反映真實拍攝信息的輻照度之間的映射 關系的。通過將彩色圖像分解為不同的顏色通道，分別對不同的顏色通道中的亮度信息通 過相應的相機響應逆函數進行映射。對于動態范圍較大的拍攝場景，一幀低動態范圍圖像 無法完全反映拍攝場景包含的信息，但通過調節成像系統的曝光量，可獲得多曝光圖像序 列，每一幀不同曝光量的圖像中包含不同的動態范圍信息。所以可通過利用相機響應逆函 數構建高動態范圍融合權重函數結合輸入多曝光圖像序列實現高動態范圍圖像融合。 [0094] (41)選擇權重函數。
[0095] 高動態范圍圖像融合中權重函數的選取應弱化欠曝光以及過飽和部分包含信息 量少的區域，強化曝光量合適的部分，即能夠有效表達圖像信息的部分，為此采用三角帽函 數作為權重函數：
[0096]
[0097]式中w(M)為亮度值Μ的三角帽權重函數值，Mmin為輸入圖像特定顏色通道最小亮度 值，Mmax為輸入圖像同一特定顏色通道最大亮度值。
[0098] (42)構建高動態范圍圖像融合權重函數。
[0099]針對彩色圖像序列，將序列中的每一幀圖像分解為R、G、B三個顏色通道，分別對各 顏色通道的亮度信息進行處理。由于相機響應逆函數能夠獲得亮度信息與輻照度信息之間 的映射關系，但每一幀圖像的亮度信息由于其曝光量不同，所包含的有效信息不同，需要利 用選擇的權重函數對每一幀圖像中各像素點的亮度信息進行加權融合，同時考慮各幀圖像 不同曝光量的影響，構建高動態范圍圖像融合權重函數如下所示：
[0100]
[0101]式中i為圖像中像素點的空間索引，j為圖像序列中的圖像索引，g為標定的相機響 應逆函數，Mi j為輸入多曝光圖像序列中第j幀圖像上像素點i的亮度信息，w為三角帽權值函 數，Atj為圖像序列中第j幀圖像曝光時間。
[0102]上式即為構建的高動態范圍圖像權重融合函數，通過多曝光圖像序列中對應空間 位置像素點的亮度信息獲得的相應權重以及相機響應逆函數映射值，結合相應輸入幀圖像 的曝光時間代入上式，即能夠獲得拍攝場景對應點的輻照度信息。
[0103 ] (43)獲得拍攝場景的高動態范圍圖像。
[0104] 獲得彩色圖像R、G、B各顏色通道的亮度信息，結合標定的相機響應逆函數以及構 建的高動態范圍圖像權重融合函數，針對每一個顏色通道亮度信息進行逆映射，獲得相應 顏色通道的輻照度信息，即能夠獲得通過單幀圖像反映拍攝場景豐富信息的高動態范圍圖 像。
[0105] (431)獲得彩色圖像各顏色通道的亮度信息。
[0106] (432)通過多曝光輸入圖像序列中對應空間位置像素點的亮度信息獲得的相應權 重以及相機響應逆函數映射值，結合相應輸入幀圖像的曝光時間代入(42)中構建的高動態 范圍圖像權重融合函數，即能夠獲得拍攝場景對應點的輻照度信息。
[0107] (433)分別獲得各顏色通道的輻照度信息，即獲得需要的反映拍攝場景高動態范 圍的RGB顏色模型高動態范圍圖像。
[0108] 實施例
[0109] 下面以一個具體實例對本發明方法的工作原理和過程作進一步說明。
[0110] (1)獲得目標多曝光圖像序列。利用佳能D90相機獲得的一組含有成像系統晃動的 目標多曝光序列圖像如圖2所示，成像系統晃動給圖像之間帶來的影響不超過五個像素。圖 2中，圖2(a)的曝光時間為Ι/lOs，圖2(b)的曝光時間為l/5s，圖2(c)的曝光時間為l/2s，圖2 (d)的曝光時間為0.77s，圖2(e)的曝光時間為2s，圖2(f)的曝光時間為5s，圖2(g)的曝光時 間為8s，圖2(h)的曝光時間為13s。
[0111] (2)分解彩色圖像。將獲得的目標多曝光彩色圖像按照R、G、B顏色通道進行分解， 獲得各顏色通道的亮度信息。
[0112] (3)從序列圖像中選取圖像對獲得亮度映射函數，選取圖2(a)和圖2(b)、圖2(c)和 圖2(d)、圖2(e)和圖2(f)、圖2(g)和圖2(h)組成四組圖像對，分別獲得四組圖像對各顏色通 道相應的亮度傳遞函數曲線如圖3所示。圖3(a)、圖3(b)、圖3(c)分別為紅色通道、綠色通 道、藍色通道不同輸入圖像對的亮度映射函數。
[0113] (4)利用亮度傳遞函數進行相機響應函數標定，相機響應逆函數標定結果如圖4所 不。
[0114] 利用均方根誤差對存在動態問題影響條件下的相機響應函數標定結果進行定量 的評價，同時采用目前成熟的Debevec和Malik提出的相機響應標定算法對相同的輸入圖像 進行相機響應函數標定，對比結果如下表所示：
[0115]
[0116] 通過均方根誤差可以觀察到，針對存在動態問題影響到的圖像序列進行相機響應 函數標定，基于亮度映射函數的相機響應函數標定方法仍然能夠獲得較為理想的標定結 果，而Debevec和Malik提出算法無法對存在動態問題影響的輸入圖像進行相機響應函數標 定。
[0117] (5)利用圖2中多曝光輸入圖像序列結合構建的高動態范圍圖像權重融合函數進 行高動態范圍圖像融合，結果如圖5所示。
[0118] 從實驗結果可以看出，在同一幀結果圖像中易于過曝光的照明燈處以及易于欠曝 光無法觀察的辦公桌下陰暗處均能在同一幀結果圖像中得以顯示，且克服了相機晃動帶來 的影響，從而實現了高動態范圍的圖像融合。
[0119] 本發明說明書中未作詳細描述的內容屬本領域技術人員的公知技術。
【主權項】
1. 一種用于克服動態問題影響的高動態范圍圖像融合方法，其特征在于包括如下步 驟： (1) 利用相機獲得目標不同曝光量的曝光圖像序列； (2) 根據目標的曝光圖像序列，獲取圖像的亮度映射函數T(m)，具體為： (21) 將曝光圖像序列按曝光量從低到高進行排列，然后從第一幀圖像開始每兩幀圖像 組成一個輸入圖像對； (22) 針對每一個輸入圖像對，獲得該輸入圖像對中兩幀圖像各顏色通道的亮度信息的 累積直方圖； (23) 利用輸入圖像對的兩幀圖像各顏色通道亮度信息的累積直方圖，計算兩幀圖像各 顏色通道之間的亮度映射函數T(m)，其中m為亮度值，HA(m)為輸入圖像對中的第一幀圖像的某顏色通道亮度值為m的累積直 方圖函數，為輸入圖像對中的第二幀圖像的對應顏色通道亮度值為m的累積直方圖 逆函數； (3) 利用亮度映射函數T(m)對相機響應函數進行標定，獲得相機響應逆函數的近似表 達式g; (4) 結合相機響應逆函數的近似表達式g及曝光圖像序列曝光時間信息△ t構建圖像權 重融合函數I1，獲得彩色圖像各顏色通道的輻照度信息，從而獲得反映拍攝場景信息的高 動態范圍圖像。2. 根據權利要求1所述的一種用于克服動態問題影響的高動態范圍圖像融合方法，其 特征在于:所述的圖像權重融合函數I1S:式中i為圖像中像素點的空間索引，j為曝光圖像序列中的圖像索引，M1偽輸入曝光圖 像序列中第j幀圖像上像素點i的亮度信息，w為三角帽權值函數，△ tj為曝光圖像序列中第 j幀圖像的曝光時間，P為曝光圖像序列中的圖像總幀數。3. 根據權利要求1或2所述的一種用于克服動態問題影響的高動態范圍圖像融合方法， 其特征在于:所述步驟(3)中獲得相機響應逆函數的近似表達式g的方法為： (31) 獲取兩幀不同曝光量圖像對應關系如下： g(T (Ma))= kg (Ma) 其中Ma圖像A上被估計的像素點的圖像亮度信息，T是圖像B和圖像A之間的亮度傳遞函 數，k是兩幀不同曝光量圖像中圖像A和圖像B之間的曝光比； (32) 加入權重函數，將步驟(31)的結果修改為：其中Ca是第一幀圖像A中亮度值為Ma的像素個數，Cb是第二幀圖像B中亮度值為Mb的像素 個數； (33) 利用多項式對相機響應逆函數進行建模，將不同輸入圖像對獲得的亮度傳遞函數 以及相機響應逆函數多項式代入步驟(32)的表達式中獲得一組超定方程； (34) 利用總體最小二乘法求解所述的超定方程，獲得相機響應逆函數的模型系數，由 此得到相機響應逆函數的近似表達式g。
【文檔編號】H04N5/235GK105933617SQ201610335204
【公開日】2016年9月7日
【申請日】2016年5月19日
【發明人】都琳, 孫華燕, 張廷華, 王帥, 徐韜祜, 李迎春, 梁丹華, 高宇軒
【申請人】中國人民解放軍裝備學院