[发明专利]一种基于灰度级映射的高动态范围图像重建方法

权利要求书

1.一种基于灰度级映射的高动态范围图像重建方法，其特征在于，所述方法包括：

步骤100，对LDR图像序列配准和去噪；

步骤110，计算配准和去噪后的LDR图像序列的灰度均值图像，然后计算和其对应的配准和去噪后的LDR图像序列的信息熵，熵值最大的作为基准图像；

步骤120，对于每个灰度级0-255，在基准图像中查找其像素的位置，计算不同LDR图像对应位置的灰度均值，以其灰度均值作为亮度序列；

步骤130，根据亮度序列采用最小二乘法拟合鲁棒性曲线；

步骤140，重复步骤120和130，获得256条曲线，计算每条曲线最佳曝光成像点；

步骤150，根据最佳曝光成像点获得dirichlet权值矩阵；

步骤160，进行多分辨率融合，最终获得HDR图像；

步骤170，对于动态场景，从LDR图像序列中选择场景一致的两幅图像作为指导图像，根据指导图像恢复理想图像；然后利用实际拍摄的LDR图像和恢复出的理想图像做差分，得到运动区域；对于得到的运动区域二值图像，使用形态学图像处理方法的腐蚀操作来消除噪声和孤立点，然后使用膨胀运算将孔洞填充，获得经过形态学处理后的运动区域二值图像。

2.如权利要求1所述的基于灰度级映射的高动态范围图像重建方法，其特征在于，所述灰度均值图像根据公式(1)计算：

其中，N表示LDR图像序列的数量，I_k是第k幅LDR图像对应的灰度图像，u_I表示LDR图像序列的灰度均值图像。

3.如权利要求2所述的基于灰度级映射的高动态范围图像重建方法，其特征在于，LDR图像的灰度均值按照公式(2)和(3)计算：

[nx,ny]＝find(gray＝＝u_I)，gray＝0，1，...，255 (2)

其中，[nx,ny]为基准图像u_I中灰度值等于灰度级gray的像素点坐标，I_k(x,y)为第k幅LDR图像在基准图像u_I对应位置的像素点灰度值，pgray_k为第k幅LDR图像对应位置的像素灰度均值。

4.如权利要求3所述的基于灰度级映射的高动态范围图像重建方法，其特征在于，所述鲁棒性曲线通过式(4)和(5)计算：

u(x)＝a₄x⁴+a₃x³+a₂x²+a₁x+a₀ (5)

其中，x为LDR图像对应位置的像素灰度均值，即pgray_k，f(.)为sigmoid复合函数，其值对应LDR图像像素亮度值pgray_k，a₄、a₃、a₂、a₁、a₀均为系数。

5.如权利要求4所述的基于灰度级映射的高动态范围图像重建方法，其特征在于，利用LDR图像像素亮度值序列拟合的曲线，其拐点作为最佳曝光成像点：

对公式(4)分别求一阶和二阶导数：

从式(7)可以看出，曲线的拐点不止一处，从多个拐点中选择其拐点处曲线函数值靠近0.5作为最佳拐点，即：

其中，x_k为曲线的拐点，最佳曝光成像点的亮度值被确定为距离f(u(x*))最近的LDR图像序列像素灰度值，即：

其中，k*表示在像素(x,y)处为场景的最佳成像曝光点的图像序号。

6.如权利要求5所述的基于灰度级映射的高动态范围图像重建方法，其特征在于，根据最佳曝光成像点获得dirichlet权值矩阵具体包括：

通过拟合LDR图像序列中每个像素位置灰度值曲线和确定最佳曝光成像点之后，计算狄利克雷函数取值：