全细节增强多曝光图像融合

作者:陈彬; 谭新成; 伍世虔
更新时间:

客观曝光融合算法,即对多幅曝光时间不同的图像进行融合,得到曝光良好的图像。光晕伪影、边缘模糊和细节丢失可能会引入最终输出图像。针对曝光融合过程中存在的上述问题,基于细节增强原理,提出了一种全细节增强的曝光融合算法。方法在分析光晕现象事件发生原因的基础上,从聚集的新角度对经典引导滤波器进行改进,显著改善引导滤波器的边缘保持特性,从而有效去除或减少光晕。采用改进的引导滤波器提取不同曝光图像的细节信息,根据良好的曝光度对多幅细节图像进行融合,得到拍摄场景的全细节信息,融合后的全细节信息集成到经典曝光融合算法得到的初步融合图像中,最后输出具有增强的全细节的融合图像。结果实验中选择了17组多次曝光的高质量图像作为输入图像序列。与其他算法相比,该算法得到的融合图像边缘保持较好,融合自然。从目标指标来看,该算法在信息熵、互信息和平均梯度等方面都比其他融合算法有所改进。根据本文17组图像的平均结果,与经典的拉普拉斯金字塔融合算法相比,该算法的信息熵提高了14.13%,互信息熵提高了0.03%,平均梯度提高了16.45%。结论提出的全细节增强曝光融合算法利用加权聚集引导滤波计算多曝光序列图像的细节信息,并将细节信息融合到经典曝光融合算法获得的中间图像上,从而获得最终的融合图像。本文的处理方法使最终融合图像包含更多的细节,减少或避免了晕和梯度反转现象,最终输出图像的视觉效果更好。