申请/专利权人：安徽大学

申请日：2022-06-14

公开（公告）日：2024-04-12

公开（公告）号：CN115063331B

主分类号：G06T5/50

分类号：G06T5/50;G06T5/92;G06T5/70;G06T7/13;G06T7/136;G06V10/30;G06V10/44;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.10.04#实质审查的生效;2022.09.16#公开

摘要：本发明提供基于多尺度块LBP算子无鬼影多曝光图像融合方法，涉及图像处理技术领域。针对动态场景下的多曝光图像序列，多尺度块LBP算子被用于亮、暗区域的局部纹理提取和运动目标引起的鬼影去除。在此基础上，进一步提出了一种新的亮度自适应方法，使融合图像具有较好的可视性。在构建权重图之后，使用快速引导滤波器对不连续和含有噪声的初始权重图进行细化，最后的融合过程采用金字塔分解和重建的方法。

主权项：1.基于多尺度块LBP算子无鬼影多曝光图像融合方法，其特征在于，包括以下步骤：提取对比度权重图亮度权重图空间一致性权重图权重图估计利用像素乘法来组合不同的权重图，具体计算如下： 其中，为比度权重图、为亮度权重图、空间一致性权重图、为组合后的初始权重图；在生成初始权重图后，对其进行归一化处理，使得在每个像素x,y处的权重总和是1，计算如下： 其中，ε为一个正数、K是输入图像的数量、为初始权重图；权重图细化将初始权重图同时作为引导图像和输入图像，采用快速引导滤波器对初始权重图进行细化，具体计算如下： 表示细化后的权重图，FGFr,ep,∈I,W表示快速引导滤波操作，r,ep,∈是该滤波器的参数，r表示滤波器的窗口半径，ep是滤波器的正则化参数，∈是子采样率，I,W分别表示引导图像和待滤波图像；将细化后的权重图进行归一化，得到归一化后权重图，计算如下： 其中，ε为一个正数，Wix,y表示归一化后的权重图，K是输入图像的数量，表示细化后的权重图；图像融合将源图像分解为拉普拉斯金字塔，将最终的权重图分解为高斯金字塔，然后，将源图像的拉普拉斯金字塔与对应权重图的高斯金字塔分别在每一级进行融合，如下： G{Wix,y}l表示将权重图分解为高斯金字塔，L{Iix,y}l表示将输入图像分解为拉普拉斯金字塔，L{F}l是融合后新的拉普拉斯金字塔，l表示金字塔的层数，最后对L{F}l进行重建，得到最终的融合后的图像。

全文数据：

权利要求：

百度查询： 安徽大学 基于多尺度块LBP算子无鬼影多曝光图像融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD