[发明专利]基于多曝光车载图像的HDR图像融合方法

说明书

本发明公开了一种基于多曝光车载图像的HDR图像融合方法，使用三个相机同时获取三张曝光分别为‑1EV、0EV、+1EV的行车图像；然后使用张正友标定法得到各个相机内外参数，使用Bouguet立体校正算法对形车图像进行校正；接着使用HAD‑Census算法，对校正后的三张行车图像进行立体匹配得到视差图图像；最后基于拉普拉斯金字塔图像分解融合算法对校正后的图像和视差图像进行分解、融合，得到HDR融合图像。本发明旨解决了高强度逆光、弱光以及光线变化很大的驾驶环境中智能汽车图像识别系统容易发生误识别、漏识别等问题，以让智能汽车能够适应更多、更复杂驾驶环境。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于多曝光车载图像的HDR图像融合方法。

背景技术

随着智能汽车技术的飞速发展，基于视觉技术的智能驾驶技术需求日渐广泛。在复杂的光照条件下，传统的图像传感器和处理算法往往很难满足测试场景的动态范围，在单一曝光度设置下易产生过度曝光或欠曝光现象。例如在强逆光环境下驾驶，车载摄像头采集到的图像通常会过度曝光，在昏暗环境下，车载摄像头采集到的图像通常会欠曝光。此时，会损失很大一部分图像信息，很可能造成算法无法提取当前状况下其他交通参与者的完整信息，从而影响智能驾驶汽车对道路环境的错误判断和决策，进而导致交通事故的发生，安全性保障仍然不够完善。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于多曝光车载图像的HDR图像融合方法，从智能汽车视觉角度解决在极端、恶劣光照情况下智能汽车车载摄像头图像识别不准确、图像信息缺失等问题，以提高智能驾驶的安全性。

本发明为解决上述技术问题采用以下技术方案：

基于多曝光车载图像的HDR图像融合方法，包含以下步骤：

步骤1)，采用第一相机、第二相机、第三相机等距间隔设置在同一直线上作为车载摄像头，第一相机、第二相机、第三相机分别以-1EV、0EV、+1EV的曝光模式进行拍摄，获得三张原始图像；

步骤2)，对于第一至第三相机中的每一个相机，依次采用张正友标定法得到其内外参数，并根据其内外参数使用Bouguet立体校正算法对其拍摄原始图像序列进行校正，得到对应的第一校正图像、第二校正图像、第三校正图像；

步骤3)，采用HAD-Census算法求出第一校正图像相对第二校正图像各像素匹配点的视差，获得第一视差图，即第一校正图像相对第二校正图像的视差图；

采用HAD-Census算法求出第三校正图像相对第二校正图像各像素匹配点的视差，获得第二视差图，即第三校正图像相对第二校正图像的视差图；

步骤4)，以局部对比度、适当曝光度、色彩饱和度建立质量权重因子，构造权重图：

步骤5)，输入经立体校正后的图像序列以及立体匹配后的视差图，进行拉普拉斯分解，消除视差信息，得到拉普拉斯融合金字塔；

步骤6)，输入第一校正图像、第二校正图像、第三校正图像、第一视差图、第二视差图进行拉普拉斯分解，对第一校正图像、第二校正图像、第三校正图像消除第一视差图、第二视差图中的视差信息并加权融合，得到一个融合的拉普拉斯金字塔；

步骤7)，对质量评价因子权重图进行高斯分解，得到权重图的高斯金字塔；

步骤8)，根据融合的拉普拉斯金字塔和权重图的高斯金字塔进行分级视差消除并融合，得到多曝光HDR融合图像。

作为本发明基于多曝光车载图像的HDR图像融合方法进一步的优化方案，所述步骤4)的具体步骤如下：

所述局部对比度的计算公式如下：

C_n(j,k)＝I_n(j,k)·L(j,k)