论文部分内容阅读
摘 要：为了避免标准数码相机在处理真实世界场景广泛动态范围上的局限，包括光线明亮和光线弱的区域，许多摄影技术发挥了重要的作用。高动态范围（HDR）图像显示技术可以实现将真实场景的亮暗信息尽可能多的在普通设备上显示出来，并尽可能符合人眼感知。传统的HDR技术先合成HDR辐射度图，再通过色调映射算法压缩动态范围，使其能在相机上显示出来。本文提出一种新的技术进行曝光融合，通过加权最小二乘法来细化权重图的框架，利用边缘保持滤波器提取的细节层和颜色饱和度度量来快速生成权重图以控制来自一组输入的多曝光图像。本技术能将多幅不同曝光度不同的图像序列直接融合显示在传统设备上，不需要调节相机曝光参数和响应函数，同时它非常适合于多焦点图像融合。
1图像融合概念
图像融合通常应用于去噪，提高分辨率，提高清晰度以及利用其他传感器图像来替代或者弥补某一传感器图像中的丢失或故障信息[12]。图像融合技术可以有效利用不同输入信道图像信息的互补性和冗余性，增强图片中信息透明度，很好地改善信噪比、翻译的精度和可靠性。
传感器技术的发展使更多的图像可以进行融合。单传感器图像序列的融合，是将输入图像序列进行融合，融合过程中保留输入图像的相关信息，不引起人为虚假信息。利用拉普拉斯金字塔，梯度金字塔，离散小波等方法都可以实现单传感器图像序列融合。
2算法步骤
新型曝光融合技术被开发出来，以避免传统数码相机的局限性，可以处理整个场景中的亮度变化。本文提出一种基于边缘保留滤波器计算局部纹理特征的快速曝光融合方法。与大多数以前的多次曝光融合方法不同，本方法建立在ANI上，它是一种由Perona等人于1990年引入的非线性滤波器，具有保留大的不连续性边缘的能力[1]。它源于图像梯度的大小，并控制图像中的扩散程度，以防止边缘模糊。实现的算法包括四个步骤：
1、基于ANI的双尺度分解，在每个输入曝光之间分离基础层和细节层。
2、生成弱纹理（在前一步骤中计算的细节层）和基于饱和度的权重图，提供对来自输入图像序列曝光良好像素的贡献的精确控制。
3、基于WLS和sigmoid函数的权重图细化，分别在第一步中计算得到的基础层和细节层中执行。
4、对基礎层和细节层加权平均进行图像融合，使其不会在不连续处附近模糊或丢失细节。
3图像融合结果
为了评估本文所提出的图像融合方法的可靠性和有效性，将本文的融合方法与不同曝光融合，色调映射和多聚焦图像融合方法进行了比较。本文采用了图像质量得分 和视觉信息保真度VIFF来客观的评价图像融合的效果[18]。本文所有的实验在matlab上面完成。
从融合结果可以直观看出，本文提出的方法所融合的图像完美显示了原图像的细节，并保留了局部对比度和自然色彩为了进一步定量说明本文方法的优越性，我们得出了融合图像的 和VIFF，结果如下所示：
4结论
本文提出利用WLS优化框架从一组多曝光图像构建细节增强融合图像。本文提出的方法基于各向异性扩散的两层分解用于提取精细纹理用于细节增强，与单分辨率与多分辨率技术得到的融合图像效果相比，具有更好的效果。同时，本文的方法也适用于多焦点图像融合，并取得较好的效果。未来，我们将进一步改进这种方法来自适应选择WLS参数以获得更好的融合效果。
参考文献：
[1] S. Mann， R. Picard， Being 'Undigital' with digital camera： Extending dynamic range by combining differently exposed pictures， Proceedings of IST's 48th annual conference， 1995， 442-448.
[2] E. Reinhard， M. Stark， P. Shirley， J. Ferwerda， Photographic tone reproduction for digital images， ACM Transactions on Graphics， 2002， 21（3）， 267-276
[3] H. Seetzen， L. A. Whitehead， G. Ward， A High Dynamic Range Display using Low and High Resolution Modulator， In the society for Information Display International Symposium， 2003， 34（1）， 1450-1453.
1图像融合概念
图像融合通常应用于去噪，提高分辨率，提高清晰度以及利用其他传感器图像来替代或者弥补某一传感器图像中的丢失或故障信息[12]。图像融合技术可以有效利用不同输入信道图像信息的互补性和冗余性，增强图片中信息透明度，很好地改善信噪比、翻译的精度和可靠性。
传感器技术的发展使更多的图像可以进行融合。单传感器图像序列的融合，是将输入图像序列进行融合，融合过程中保留输入图像的相关信息，不引起人为虚假信息。利用拉普拉斯金字塔，梯度金字塔，离散小波等方法都可以实现单传感器图像序列融合。
2算法步骤
新型曝光融合技术被开发出来，以避免传统数码相机的局限性，可以处理整个场景中的亮度变化。本文提出一种基于边缘保留滤波器计算局部纹理特征的快速曝光融合方法。与大多数以前的多次曝光融合方法不同，本方法建立在ANI上，它是一种由Perona等人于1990年引入的非线性滤波器，具有保留大的不连续性边缘的能力[1]。它源于图像梯度的大小，并控制图像中的扩散程度，以防止边缘模糊。实现的算法包括四个步骤：
1、基于ANI的双尺度分解，在每个输入曝光之间分离基础层和细节层。
2、生成弱纹理（在前一步骤中计算的细节层）和基于饱和度的权重图，提供对来自输入图像序列曝光良好像素的贡献的精确控制。
3、基于WLS和sigmoid函数的权重图细化，分别在第一步中计算得到的基础层和细节层中执行。
4、对基礎层和细节层加权平均进行图像融合，使其不会在不连续处附近模糊或丢失细节。
3图像融合结果
为了评估本文所提出的图像融合方法的可靠性和有效性，将本文的融合方法与不同曝光融合，色调映射和多聚焦图像融合方法进行了比较。本文采用了图像质量得分 和视觉信息保真度VIFF来客观的评价图像融合的效果[18]。本文所有的实验在matlab上面完成。
从融合结果可以直观看出，本文提出的方法所融合的图像完美显示了原图像的细节，并保留了局部对比度和自然色彩为了进一步定量说明本文方法的优越性，我们得出了融合图像的 和VIFF，结果如下所示：
4结论
本文提出利用WLS优化框架从一组多曝光图像构建细节增强融合图像。本文提出的方法基于各向异性扩散的两层分解用于提取精细纹理用于细节增强，与单分辨率与多分辨率技术得到的融合图像效果相比，具有更好的效果。同时，本文的方法也适用于多焦点图像融合，并取得较好的效果。未来，我们将进一步改进这种方法来自适应选择WLS参数以获得更好的融合效果。
参考文献：
[1] S. Mann， R. Picard， Being 'Undigital' with digital camera： Extending dynamic range by combining differently exposed pictures， Proceedings of IST's 48th annual conference， 1995， 442-448.
[2] E. Reinhard， M. Stark， P. Shirley， J. Ferwerda， Photographic tone reproduction for digital images， ACM Transactions on Graphics， 2002， 21（3）， 267-276
[3] H. Seetzen， L. A. Whitehead， G. Ward， A High Dynamic Range Display using Low and High Resolution Modulator， In the society for Information Display International Symposium， 2003， 34（1）， 1450-1453.